移植該選GPU還是MIC

GPU和MIC是目前兩個流行的異構計算平台，二者在市場上的地位類似。如果當下有一個fortran程式，是該選擇移植到GPU上還是MIC上呢？

個人推薦：GPU要優于MIC。

首先，我們來看下GPU和MIC的單機linpack結果：

LINPACK.png (50.54 KB, 下載下傳次數: 0)

linpack of GPU and MIC

2016-12-19 15:35 上傳

該測試的GPU為K40m,MIC為31S1P（天河2号專用卡）

從這個測試結果上看，MIC的linpack測試性能似乎略勝于GPU。

其次，從編譯器的軟體環境來看，CUDA FORTRAN的編譯器為PGI，MIC的編譯器為intel fortran，兩款編譯器對于fortran語言标準的支援有細微差别，

從移植的角度來說，如果原來的程式是用的intel的，移植選擇intel的編譯器可能要少些麻煩。除此以外，intel的編譯器是免費的，PGI是收費的，而且

費用還不低，如果單買PGI的fortran，需要5000rmb,同時購買PGI C和fortran，估計價格約為1萬rmb。幸運的是，PGI推出了社群版本，可以免費試用1年。

從支援的庫來看，MIC支援intel的MKL，而在GPU上的fortran庫隻有CULA，且CULA目前停止更新。當然可以通過fortran調用C的方式來調用其他的C

版本的庫，前提是PGI最好連C版本一起買了。

從使用的難易程度來看，MIC的接口很容易，形似openMP,fortran使用GPU的方式有兩種，一種CUDA FORTRAN,一種OPENACC。如果希望能深層次的

優化的話，CUDA FORTRAN更好一些。代價就是，增加了移植的難度。

從debug的角度來說，CUDA有支援的圖形化界面nvvp和指令行nvprof，而對于MIC來說，debug則顯得不友善，因為接口封裝的比較完美，底層不易觸及。

最後，我闡述下個人使用GPU和MIC的感受，對于GPU來說，固然有編寫代碼和優化的難題，但是，其效果是明顯和可預期的，隻要并行度高的程式總能

有加速比。而MIC表面上使用簡單，但真到用起來了也是“誰用誰知道”，簡單概況有兩大坑：第一，接口的坑。明明一個很簡單的類似openmp的接口語句，

就是給你報錯，報的莫名其妙，而且debug起來也是頭疼不已。第二，性能的坑。linpack測試的結果很喜人，實際用起來就不咋地，有時候不一定加速，甚至

減速也是有可能的。

總之，GPU目前來說更成熟更穩定，MIC的發展要晚于GPU，缺陷較多。希望對疑惑于選擇GPU還是MIC的同學們有些幫助。

原文釋出時間為： 2016-12-19 16:07:45

原文由：LGZ 釋出，版權歸屬于原作者 

本文來自雲栖社群合作夥伴NVIDIA，了解相關資訊可以關注NVIDIA官方網站