AMD对NVIDIA说:我们都有流处理器

　　来自HKEPC的消息，AMD今天于2006 Supercomputing展览会上宣布， 推出了世界第一款专门针对企业高效能运算的汇流处理器Stream Computing Processor，命名为AMD Stream Processor，主要针对运算系统如工作平台及服务器所设计，AMD Stream Processor将会采用AMD最新CLOSE TO METAL(CTM)技术，令运算效率将大幅提高，将可运用在财务分析、地震偏移分析、生命科学研究、以及其他等领域上。

　　据AMD指出，Stream Computing(汇流运算)普遍应用屏幕上数百万的画素处理，以及每秒数百次的3D绘图运算等大量平行运算处理上。但汇流运算亦能使用广泛科学、企业及消费端运用面上大量的处理效能上，并相比使用传统处理器有更佳的效果，大幅节省企业花在计算这些复杂信息的运算时间，而AMD Stream Processor 是首款针对企业空间提出汇流运算解决方案的硬件。

　　AMD Stream Proessor基本上和一张Radeon X1900XTX绘图卡并无分别，只是AMD运用了GPGPU(General-Purpose Computation on Graphics Processing Unit)理念，透过R580绘图核心强大的48个4-float vector ALU units作汇流运算应用，它同样采用PCI-Express接口，但内存数目将会提升至1GB，相比消费性绘图卡容量为高。据ATi独立绘图芯片业事群高级产品经理Stan Ossias早前接受HKEPC访问时表示，R580绘图核心在设计上早已为GPGPU用途作优化，它最高可同时执行512线程、512个指令缓存器、128个临时缓存器及256个常规缓存器，能针对从消费者如何体验多媒体应用及影像游戏、到财务部门的风险结构化、以至学术领域的进阶医学研究。

　　据AMD表示，采用AMD Stream Procerssor，财务机构得以实现16倍速的风险评估模式处理速度，石油及瓦斯公司的

　　硬件上，AMD Stream Processor和Radeon X1900XTX并无分别，但AMD只容许AMD Stream Processor使用CTM接口技术，让AMD Stream Processor比采用传统3D应用程序编程接口的Radeon X1900XTX的GPGPU效能提升八倍，Radeon X1900XTXMatMult效能是12GFlops，AMD Stream Processor则为96 GFlops。CTM接口是由程序或平台直接控制绘图核心，而传统采用3D应用程序编程接口由于是针对绘图应用，中间将会通过3D API Layer，例如Direct X HLSL及OpenGL GLSL的编译，成为了两者在GPGPU效能上的分野。

　　据AMD表示，CTM采用开放性设计，让开发商自由加入及使用原生指令集native instruction set及并输入至卡载内存中，使用CTM之后，AMD Streaming Processor就像现在中央处理器一样，能有效率地变成威力强大、可编程的开放式架构。CTM更让开发商具有低阶、重要且可重复进入的能力，开发出如编译程序、除错器、数学链接库、以及应用平台等重要工具。

　　透过CTM，AMD打算加强软件产业中汇流运算应用上的强大成长性，并藉由降低效能限制、原始码门坎，以及对驱动程序过度依赖，开发出最佳的软件开发工具。到目前己经有超过60家公司及研究机构参与CTM试用计划，让这些机构开发出针对市场上优化的软件，应用在高效能运算及消费性软件两种不同开发需求的市场。

　　AMD表示，多家领导地位的硬件平台厂商，包括GraphStream Inc、PANTA Systems及Rackable Systems，已决定采用这款最新的AMD Streaming Processor，同时AMD会提供广泛的服务器操作系统协助、完整的服务及企业级的支持，同时提供三年保固，而且更可在各处经销商买到。

　　虽然GPGPU的用途越来越广泛，但据Intel华南区销售总经理Vincent Lee表示，GPGPU将不会取代传统处理器，而是用作特定工作的加速用途，并非针对广泛性系统执行。而NVIDIA高级技术市经理Perry Deng则表示，NVIDIA全新推出的G80绘图核心，其采用上128个Streaming Processor架构，早已为GPGPU作出准备，最高可达 520 gigaflops 运算能力(AMD Stream Processor为375 gigaflops、Intel Core 2 Duio E6700为48 gigaflopos)，可同时容许过千个独立的线程于绘图核心中作平衡运算，称为 GigaThread 技术，日后将会应用于异类运算工作 (Heterogeneous Computing)。