关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。 通过购买订阅，您将有助于确保未来能够继续产出关于塑造我们当今世界的发现和思想的具有影响力的报道。
长期以来，超级计算机一直是研究人员理解海量数据的不可或缺的工具，尽管价格昂贵。 研究人员开始使高速计算更强大且更经济实惠的一种方法是构建将工作负载分配到快速、高度并行的图形处理单元 (GPU) 和通用中央处理单元 (CPU) 之间的系统。
然而，构建这些协同处理计算利器存在一个问题：不同 GPU 型号的通用编程接口尚不可用。 尽管大部分 GPU 由 Advanced Micro Devices, Inc. (AMD) 和 NVIDIA 公司制造，但这两家公司处理器之间的差异意味着程序员必须编写软件来满足其计算机使用的特定 GPU 的要求。
现在，这种情况正在改变，因为 AMD、NVIDIA 及其客户（主要是计算机和游戏系统制造商）都支持一种名为开放计算语言 (OpenCL) 的标准软件编写方式，该语言可在两个 GPU 品牌上运行。 OpenCL 背后的更长远目标是创建一个通用编程接口，甚至可以让软件编写者创建只需少量修改即可在 GPU 和 CPU 上运行的应用程序，从而减少为科学事业利用超级计算能力所需的时间和精力。
弗吉尼亚理工学院暨州立大学（弗吉尼亚理工大学）位于弗吉尼亚州布莱克斯堡的研究人员希望 OpenCL 能够帮助他们编写可在 AMD 或 NVIDIA 制造的 GPU 上运行的软件。 弗吉尼亚理工大学的研究人员使用配备 CPU 和 AMD GPU 的计算机，计算和可视化生物分子静电表面电势 (pdf) 的速度比仅使用 CPU 的类似计算机快 1,800 倍（从 22.4 小时缩短到不到一分钟）。
美国国立卫生研究院 (NIH) 在 2006 年至 2011 年期间投入了超过 130 万美元的资金，用于支持由弗吉尼亚理工大学计算机科学与物理系副教授 Alexey Onufriev 领导的一个项目，该项目旨在以计算方式表示水，因为水是生物分子建模的关键。 Onufriev 说：“当你在原子层面建模分子时，你需要知道水对该模型的影响。”
弗吉尼亚理工大学 Synergy 实验室主任兼计算机科学与电气与计算机工程系副教授 Wu Feng 说：“这类程序非常适合 GPU。” 他补充说：“这些应用程序往往是计算密集型的，并且计算具有规律性，规律性在于您计算点对之间的静电势。”
然而，对于需要计算机做出决策的计算任务，CPU 比 GPU 更适合。 例如，Feng 说，如果将一连串计算任务比作排队等待进入体育场的人群，那么 GPU 非常擅长将人群分成多条线路，并在他们进入时收取他们的票——前提是每个人都持有相同类型的票。 如果有些人持有特殊票，允许他们进入后台或享有其他特权，那么当处理器决定如何处理这些“不合规者”时，GPU 的能力将大大降低。 他补充说：“当 GPU 被赋予针对重复性任务的单一指令时，它们今天能够很好地工作。”
Feng 和他的团队正在为 Onufriev 的实验室调整一个静电势程序，使其专门在运行 AMD 制造的 GPU 的计算机上工作。 Feng 指出，随着 OpenCL 被更广泛地采用，他将能够编写可以与任何支持 OpenCL 的 GPU 类型通信的程序，而无需考虑制造商，并最终编写为 CPU 和 GPU 提供指令的代码。 （本周早些时候，AMD 发布了最新版本的软件开发工具，该公司表示，该工具允许程序员使用 OpenCL 编写应用程序，使 GPU 可以与 CPU 协同工作。）
Onufriev 说，凭借这种类型的计算能力和多功能性，他在可以处理的研究类型方面将解除许多限制。 他的另一个项目是研究每个细胞中近 两米长的 DNA 如何被压缩到细胞核中。 “DNA 的压缩方式决定了遗传信息，”他说。 “没有人确切知道这是如何运作的。 我们希望获得成堆的 GPU 机器，我们可以在这些机器上运行需要大规模计算的模拟，以帮助我们更好地理解 DNA 压缩。” 能够利用 GPU 和 CPU 的系统将极大地帮助这项工作。