मैंने देखा कि एक जीपीयू में सैकड़ों कोर हो सकते हैं ताकि समांतर गणना को बड़े पैमाने पर उनके साथ बढ़ाया जा सके। ऐसा लगता है कि एक ओएस कर्नेल में, त्वरण के लिए कोई समांतर एल्गोरिदम का उपयोग नहीं किया जाता है।क्या GPU पर ओएस कर्नेल-स्तरीय कंप्यूटेशंस चलाने के लिए यह समझ में आता है?
लोग उपयोगकर्ताओं में समानांतर कंप्यूटिंग करते हैं-ओपनएमपी के साथ गति, लेकिन कर्नेल-स्पेस में क्यों नहीं? मुझे लगता है कि ओएस के अंदर बहुत से काम हैं जिनके लिए समानांतर प्रसंस्करण की आवश्यकता होती है, जैसे कि एकाधिक नेटवर्क कनेक्शन और पैकेट प्रोसेस करना, क्रिप्टोग्राफी ऑपरेशन करना, मेमोरी प्रबंधित करना, खोजना? ... कुछ फ़ायरवॉल फ़िल्टर पैटर्न और मॉनिटर पैटर्न, रिसर्च-ओरिएंटेड ओएसई द्वारा नेटवर्क प्रवाह की निगरानी करते हैं इसे चलाने से पहले प्रोग्राम का विश्लेषण भी कर सकते हैं, जो समय लेने वाली है और समानांतर हो सकती है।
तो ओएसई अपने प्रदर्शन और थ्रूपुट को बेहतर बनाने के लिए जीपीयू का उपयोग क्यों नहीं करते? क्या GPU पर ओएस कंप्यूटेशंस चलाने के लिए यह समझ में आता है?
धन्यवाद, मैं सहमत हूं कि विलंबता GPU कंप्यूटिंग की कमजोरी है। पैकेटशैडर सॉफ़्टवेयर सैकड़ों माइक्रोसॉन्ड विलंबता का दावा करता है, यह सुनिश्चित नहीं है कि यह अभी भी बहुत धीमा है? क्रिप्टोग्राफी, मुझे नहीं पता कि फ़ाइल सेवर्स एन्क्रिप्टेड एफएस/डिस्क का उपयोग करते हैं या नहीं, जीपीयू इस तरह के मामलों में मदद कर सकता है। पॉइंटर के बारे में, ऐसा लगता है कि CUDA 4.0 में एक एकीकृत स्मृति पता स्थान है जिसमें न केवल एकाधिक GPU स्मृति है, बल्कि मुख्य स्मृति भी, क्या इससे मदद नहीं मिलेगी? मुझे उत्सुकता है कि लोग कर्नेल, विशेष रूप से सुरक्षा चीजों में उपयोगी कार्यक्षमता क्यों नहीं डालते हैं, मुझे लगता है कि कर्नेल केवल एक चीज है जिसे हम भरोसा कर सकते हैं ... –
हम कर्नेल पर भरोसा कर सकते हैं क्योंकि लोग इसे जितना संभव हो उतना कम करते हैं:) भले ही सर्वर एन्क्रिप्टेड डिस्क का उपयोग करता है, डिक्रिप्शन के लिए जीपीयू में एक एकल क्षेत्र भेजना सीपीयू पर करने से धीमा है। GPU के समांतरता के लिए उपयोगी होने के लिए पर्याप्त संचालन करना मुश्किल है। और यहां तक कि यदि आपके पास एकीकृत पता स्थान है, तो GPUs को कई पॉइंटर एड्रेसिंग चरणों के लिए बस नहीं बनाया गया है। एक बार फिर, कर्नेल में सामान्य संचालन GPU की ताकत का लाभ लेने के लिए उपयुक्त नहीं हैं, इसलिए उन्हें GPU की कमजोरियों का पूर्ण प्रभाव मिलता है। – bdonlan