DAVIDOWITCH: Dekuji, BSGP vypada zajimave, zkusim si s nim pohrat.

Neoficialni zpravy rikaji, ze:
a) Larrabee jeste nema silikon (zadnej, vubec, vsechno je v simulatorech)
b) Soucasnej programovaci model vyzaduje explicitni prgani pres intrinsicy.
c) Nejspis se chcete podivat na http://www.kunzhou.net/ konkretne na BSGP

MAIMONIDES: Ano, ale do te doby je to spis "standard wonabe". A popravde receno by ATI, Intel, Apple a Microsoft byli dost hloupi, aby to dopustili.

SATAI: pokud se cuda rozšíří dostatečně, je šance, že to ostatní převezmou za standard, ne?

DAVIDOWITCH: nemam chut takove veci prepisovat co pul roku (v poci mam NVidii, ale kdo vi, co si poridim za rok? a kdybych se o ten kod chtel podelit, tak...)

JOHNYDOG: u TrueCryptu je zpomaleni pozorovatelne, obzvlaste kdyz pouzivas kaskadu

SATAI: ja pouzivam fulldisk encryption s AES (pres dm-crypt/luks) a maximalni zpomaleni v testech je nekde 1%-8%, vyuziti CPU 0.0nic takze bych tipoval ze limitujici faktor je spis IO nez CPU. Jinak treba distributed.net ma experimentalniho CUDA clienta pro crackovani RC5-72 (http://dungeon.darktech.org/hg/hgwebdir.cgi/dnetc_cuda/file/9ab1cf0f17f7/rc5-72/cuda/r72cuda1.cu), i kdyz je to samozrejme neco jineho nez plne sifrovani/desifrovani tak to stoji za nahlednuti :)

njn, ale i tak, stejne to primarne pobezi na nVidia kartach. Protoze ATI ma nejakou podezrelou VLIW architekturu, alespon naposledy co sem koukal tak melo. A Larrabee bude mit prvni silicon nekdy ve ctvrtym kvartalu pristiho roku (a obecnej odhad je, ze az Larrabee 2 bude realne pouzitelny a srovnatelny vykonem s nVidia chipama)

DAVIDOWICH: NVIDIA ;)
Prijde mi to jako svizna cesta smerem vendor lock-in.

SATAI: V cem je problem napsat to primo v CUDe?

Nevite nekdo, jak to vyada s vyvojem OpenCL? Je uz k dispozici nejaka alespon trochu pouzitelna specka a implementace? Napadlo mne zkusit si prepsat sifrovani s TwoFishem (nebo jinym algoritmem, moc jsem se zatim nedival, jake TwoFish, Rijandeel a Serpent pouzivaji operace) na grafickou kartu, konecne by pak zacal behat dost rychle TrueCrypt pro cely disk ;)

NECROMAN: nicmene neves hlavu: http://brahma.ananthonline.net

nic v dohledne dobe o cem bych vedel (a to tu sedi vedle me clovek co tam ted dodelal interna)

nahodou nejaka knihovna pro programovani rovno z .net do CUDA se asi zatim nechysta, co?

DURDIN: Optimalizovat se smyslu lepšho využití paměti atd. to neumím, jsem matematik. Optimalizovat ve smyslu chytřejšího algoritmu, to už jsem udělal a nevím jak. Teď se snažím o novej přístup v tomhle systému..
Mám, už to i běželo..

Jen tak mimochodem, že jsem si toho tady náhodou všiml, kdysi dávno (2004?) jsem taky hledal něco, co by umělo nahradit CPU pomocí GPU...a objevil jsem projekt Brook for GPU, každopádně tenkrát se mi to myslím nějak nepovedlo rozjet a pak jsem na to zapoměl... takže koho by to zajímalo, může se tam kouknout. Mám dojem, že to jede na jakékoliv grafice co umí DX8, takže to není omezené jen na nvidii...

MAIMONIDES: nevidím do toho, ale nebudeš mít lepší optimalizovat ten samotný algoritmus, než použít sice možná rychlejší, ale hardwarově závislé řešení? btw. když to je diplomka, nemáš možnost to ve škole pustit na nějakém matematickém clusteru?

Díky:)

MAIMONIDES: Ted nevim co myslis. Muzes mit vic gridu (de facto jinej program), vid bloku (stejnej program, jiny data).
A stridaj se thready v blocku a blocky v gridu a gridy taky nejak.
Nic z toho nepomuze s ifem, pomuze to pri prekrejvani vypadku pameti.

CPU ma pristup do L1 cache v jednotkach taktu, L2 radove desitky.

GPU pameti je takovej kotel, ze bych si takovou generalizaci asi nedovolil, ale pristup do offchip trva ty stovky taktu (casove cca stejne jako na CPU, i kdyz tam je to vic cyklu). Respektive, ten rozdil v pristupu do hlavni pameti je radove 2X. Jenze GPUcko nema (tady) skoro zadnou cache, ale zase to prekrejva jinejma warpama, takze to je fakt nesrovnatelny :-D

NECROMAN: Asi tak:DAVIDOWITCH.
Každopádně gpu má těchhle vláken stovky, takže ve vhodně přepsané vhodné úloze to bude i x1000.


DAVIDOWITCH: myslim, že těch výpočtovejch "skupin" je tam víc, takže při vhodnym rozdělení můžeš mít věci vesele paralelní, ale jinak máš pravdu.


Nejsem si jistej jak je to u cpu paměti, ale přístup do gpu paměti zabere 300-400 cyklů, přístup do registru nebo aritmetika trvá kolem 4 cyklů..