En réalité, l'article américain sur la machine Tianhe-1A n'est pas autant de mauvaise foi que ce que la dépêche le laisse entendre. Il s'agit en effet d'un calculateur très spécialisé, et dont les performances "réelles" (comprendre : dans les codes de calcul existants, et pour les algos "utiles", pas juste LINPACK) seront très inférieures à celles promises par le test.
Grossièrement, le fait de faire faire les calculs par des GPUs n'est pas une solution miracle. En particulier, dès qu'il y a des branchements dans le code (penser if-then, break, continue, etc...) les performances s'écroulent.
Idem en cas de faible densité en calcul des opérations (par exemple, un algo en O(log(N)) opérant sur O(N) données), ou en cas de mauvaise localité des données (par exemple, un graphe, ou une matrice creuse sans motif particulier).
Si on rajoute le fait que les transferts réseaux se font par un bus relié au CPU et non à la carte graphique, et le goulet d'étranglement du bus PCI-Express, alors les performances pratiques sont très souvent 10x plus faibles que celles promises sur le papier par le constructeur.
Et le fait que nVidia montre tout plein de démos super qui marchent bien n'est pas non plus un argument : on ne réécrit pas les codes tous les jours, et les codes actuels ne sont pour la plupart pas faits pour tourner sur GPU de façon efficace.
Bref, tout ça est avant tout une belle opération de pub, qui permet de dire "on a la plus grosse", et sans doute quand même de faire de la recherche sur les archi du futur, de porter les codes, etc... mais ce n'est pas une révolution, et une machine comme Jaguar ou Tera100 est bien plus utile en pratique, car d'un rendement (par rapport à la puissance crête, je ne parle pas d'énergie ici) bien plus élevé.
# Tianhe-1A
Posté par MiniMoi . En réponse à la dépêche Le Top 500 de novembre 2010. Évalué à 8.
Grossièrement, le fait de faire faire les calculs par des GPUs n'est pas une solution miracle. En particulier, dès qu'il y a des branchements dans le code (penser if-then, break, continue, etc...) les performances s'écroulent.
Idem en cas de faible densité en calcul des opérations (par exemple, un algo en O(log(N)) opérant sur O(N) données), ou en cas de mauvaise localité des données (par exemple, un graphe, ou une matrice creuse sans motif particulier).
Si on rajoute le fait que les transferts réseaux se font par un bus relié au CPU et non à la carte graphique, et le goulet d'étranglement du bus PCI-Express, alors les performances pratiques sont très souvent 10x plus faibles que celles promises sur le papier par le constructeur.
Et le fait que nVidia montre tout plein de démos super qui marchent bien n'est pas non plus un argument : on ne réécrit pas les codes tous les jours, et les codes actuels ne sont pour la plupart pas faits pour tourner sur GPU de façon efficace.
Bref, tout ça est avant tout une belle opération de pub, qui permet de dire "on a la plus grosse", et sans doute quand même de faire de la recherche sur les archi du futur, de porter les codes, etc... mais ce n'est pas une révolution, et une machine comme Jaguar ou Tera100 est bien plus utile en pratique, car d'un rendement (par rapport à la puissance crête, je ne parle pas d'énergie ici) bien plus élevé.