用产品数据总结CPU与GPU设计趋势
分布式、并行与集群计算
2020-07-14 v2
摘要
摩尔定律与登纳德缩放过去几十年一直指引着半导体行业。近来，随着晶体管尺寸逼近物理实用极限，这两条定律都面临有效性挑战。我们有兴趣检验这些定律的有效性并反思其原因。本工作中，我们收集了4000余款公开可用的CPU和GPU产品的数据。我们发现晶体管缩放仍是维持定律有效的关键。然而，架构方案已变得愈发重要，并将在未来扮演更大角色。我们观察到GPU持续提供高于CPU的性能。GPU性能持续上升源于GPU频率提升、热设计功耗（TDP）改善以及芯片面积增大。但我们也看到，得益于CPU上新的SIMD扩展与CPU核心数增加，GPU对CPU的性能比正趋近持平。
引用
@article{arxiv.1911.11313,
title = {Summarizing CPU and GPU Design Trends with Product Data},
author = {Yifan Sun and Nicolas Bohm Agostini and Shi Dong and David Kaeli},
journal= {arXiv preprint arXiv:1911.11313},
year = {2020}
}
备注
Fix flops/watt error