为什么 GPU 能够极大地提高仿真速度?

这里的提速主要是针对时域电磁算法的。因为时域算法的蛙跳推进模式仅对大量存放在固定 位置的数据进行完全相同的且是简单的操作(移位相加),这正是 GPU 这类众核 SIMD 架构所进行的运算,即 ALU 与内存的存取速度(又称带宽)直接决定了整个运算速度。

 

下表给出了 GPU 与高速 CPU 数据总线的带宽比较,显然 GPU 的内存带宽远比 CPU 要高。这就是 GPU 在时域仿真中能够极大地提速的根源。

 

GPU 和内存
Tesla K10
Tesla K20X
Tesla K40m/c
Quadro K6000
DDR3-1333MHz 内存
GPU 内存
4GB
6GB
12GB
12GB
GPU 核数
1536
2688
2880
2880
内存带宽
160GB/s
250GB/s
288GB/s
288GB/s
32GB/s
双精度速度
0.19TFlops
1.31TFlops
1.43TFlops
1.43TFlops
posted @ 2023-05-22 15:18  思茂信息  阅读(86)  评论(0编辑  收藏  举报