Return to Video

CS344_Unit1_08_q_Techniques To building Power-efficient Chips

  • 0:00 - 0:01
    现在,下一个问题。
  • 0:01 - 0:03
    当我们制造一个高性能的处理器时,
  • 0:03 - 0:06
    当然是能耗最佳的,我们需要优化什么呢?
  • 0:06 - 0:09
    一个选择是最大程度缩小执行时间。
  • 0:09 - 0:11
    执行时间是完成一项任务的时间。
  • 0:11 - 0:14
    我们以时间单位来衡量执行时间,比如秒。
  • 0:14 - 0:16
    另一个选择是吞吐量
  • 0:16 - 0:19
    吞吐量是每个单位时间完成的任务量。
  • 0:19 - 0:24
    我们以每次的工作量为单位来衡量吞吐量,例如每小时完成的工作。
  • 0:24 - 0:28
    很遗憾的是,这两个目标不一定一致。
  • 0:28 - 0:30
    在美国,如果你有驾照或一辆j轿车,
  • 0:30 - 0:36
    那么你获得了一个 倒霉的去一个叫做机动车辆部的政府部门的机会。
  • 0:36 - 0:39
    如果你不是来自美国,你可能会去类似这样的地方。
  • 0:39 - 0:43
    所以,在你脑海里,当我说“DMV”,以你最喜欢的政府部门代替。
  • 0:43 - 0:46
    当你去机动车辆部,这是一个非常令人沮丧的经历。
  • 0:46 - 0:51
    你排队等候好久。尽管这并不一定是DMV的过错。
  • 0:51 - 0:56
    发生这种情况的原因是,你的目标和机动车辆部的目标不一致。
  • 0:56 - 1:01
    你的目标是优化等待时间。你希望在机动车辆部待的时间越少越好。
  • 1:01 - 1:04
    然而机动车辆部需要优化吞吐量。
  • 1:04 - 1:07
    具体说,他们每天服务的客户数量。
  • 1:07 - 1:13
    结果,就坐在这里的办公桌后面的这两个人为机动车辆部工作,他们需要常常的队伍。
  • 1:13 - 1:16
    排起长队意味着他们努力工作的员工总是忙碌
  • 1:16 - 1:19
    因为永远没有一刻他们没有等待的客户。
  • 1:19 - 1:22
    传统的中央处理器CPU优化执行时间。
  • 1:22 - 1:26
    他们试图最小化每个具体任务消耗的时间。
  • 1:26 - 1:29
    GPU则相反,它选择优化吞吐量。
  • 1:29 - 1:31
    这是一种截然不同的方法
  • 1:31 - 1:34
    而且是和计算机领域的技术趋势一致的一种方法。
  • 1:34 - 1:39
    我向您推荐2004年大卫-派特森的文章,叫做执行时间落后于带宽。
  • 1:39 - 1:44
    这里有很多很多的应用都是采用优化吞吐量,这是正确的方式。
  • 1:44 - 1:49
    例如,在计算机图形中,我们更关心每秒的像素量而不是某个具体像素 I 的执行时间。
  • 1:49 - 1:53
    我们愿意让一个像素的处理时间变成两倍
  • 1:53 - 1:55
    如果这样我们可以获得更多的像素吞吐量。
  • 1:55 - 1:59
    这节课作业的重点是图像处理的应用。
  • 1:59 - 2:01
    这里, 我们同样更多的关注吞吐量,
  • 2:01 - 2:06
    也就是,每秒钟处理的像素而不是一个单个像素处理要用的时间。
  • 2:06 - 2:09
    图像处理应用和图像处理器GPU是一对完美拍档!
  • 2:09 - 2:13
    这就是我们对用它们作为本课强有力的例子感到如此兴奋的原因。
タイトル:
CS344_Unit1_08_q_Techniques To building Power-efficient Chips
概説:

more » « less
Video Language:
English
Team:
Udacity
プロジェクト:
CS344 - Intro to Parallel Programming
Duration:
02:15

Chinese, Simplified subtitles

改訂 Compare revisions