Intel Larrabee／強力なスカラ演算能力

Intelのスループット・プログラマブルプロセッサ
「Larrabee (ララビ)」の相対的に強力なスカラ演算能力に
ついて解説・予測した記事がありました。

【関連記事】
PC Watch
LarrabeeがPentiumをベースにしたのはなぜか

並列性を抽出しGPGPUで処理した際に、確かにベクタ演算処理は
圧倒的にCPUよりも高速です。GPGPUで問題なのは、

1. CPUからGPUへの転送時間
2. GPUからの読み出し時間(リードバック)

が大きなオーバーヘッドになる事です。
結局、CPUのSIMD命令で頑張った方が高速になってしまう
事も、しばしばあります。
(AGP／PCI Express GPUテクスチャ転送時間まとめ)

更に困ったことに、最近は改善されているのかも知れませんが
最近のマルチコアCPUを使い、

1. CPUからGPUへの転送時間
2. GPUからの読み出し時間(リードバック)

を、別スレッドで見かけ上の処理を隠匿できませんでした。
リードバック中は、PIO転送でもしてるのか・・・という
遅さとCPU負荷でした。

---

基本的なアイデアはAMDのFUSION構想に近い。AMDのFUSIONも、
シリアルコードとパラレルコードを、1つのプロセッサ、
1つのメモリの中で走らせるという構想を持っているからだ。

---

と記事ではありますが、これはGPGPUやIntel Larrabeeとは
全く異なる思想だと思います。
GPGPUやIntel Larrabeeでは、CPUとは別のGPUボード上の
メモリへの転送とリードバックが必要になりますが、
1つのメモリの中で走らせるAMD FUSION構想では、
CPUとGPUでメモリを共有するUMA型アーキテクチャを
発展させ、CPUとGPU感でメモリに相互にアクセス可能に
する事を狙っているように見えます。

このようなアーキテクチャでは、GPUボード上のメモリと
比較し低速なメモリを利用する為、ピーク性能は相対的に
低くなりますが、

1. CPUからGPUへの転送時間
2. GPUからの読み出し時間(リードバック)

が不要になる可能性があります。(相互にアドレス参照)