Какой процессор лучше для мат.моделирования?

[nevezhda]

Так как бюджет ограничен, есть три варианта:
1) дорогой процессор Intel i7 с не очень высокой тактовой частотой, без дискретной видеокарты,
2) процессор i5 с очень высокой тактовой частотой, без дискретной видеокарты,
3) дешёвый процессор i5 плюс очень быстрая дискретная видеокарта (или графический процессор - GPU).

Лет десять назад мелькали сообщения, что люди научились использовать GPU для ускорения научных (не графических) вычислений. С тех пор GPU стали производительнее в десятки раз, а обычные процессоры Intel почти не прогрессировали. Но я не вижу шквала результатов.

Кто-нибудь пользуется GPU для неграфических целей (например, CUDA)? Смогли ли вы оценить реальную пользу от них? Или толка в реальных задачах от них нет?

Если сэкономить на видеокарте, то что лучше для математического моделирования и научных вычислений - вариант 1) или 2) ?

[Legioner93]

nevezhda в сообщении #1130541 писал(а):

Кто-нибудь пользуется GPU для неграфических целей (например, CUDA)? Смогли ли вы оценить реальную пользу от них? Или толка в реальных задачах от них нет?

Я пишу на CUDA. Реальная польза есть в задачах, которые хорошо параллелятся, вот и всё.

nevezhda в сообщении #1130541 писал(а):

Но я не вижу шквала результатов.

А где вы смотрите?

[nevezhda]

Спасибо. Я просто смотрел поиском по Яндексу.
А нельзя ли подробнее?
1) Во сколько раз ускорялась задача (я имею всю программу целиком, а не распараллеливаемый участок) в лучшем случае? А в среднем? Какая примерно доля Ваших задач получает пользу от CUDA?
2) Если человек запускает очень разные, но типичные научные задачи, что даст большую экономию времени - замена 1800 ГГц на 3600 ГГц или CUDA?
3) Что бы Вы порекомендовали из указанных мной вначале вариантов?

[Eimrine]

Я юзал видюху для мелких шалостей вроде майнинга и брутфорсинга. Не рекомендовал бы вам всерьёз тратиться на GPU, потому что она гарантированно устареет к тому времени, когда вы научитесь её программировать. А вот камень я бы выбрал поновее, даже ценой гигагерц или ядер. На десктоп лучше поставить самый новый с индексом K, с хорошим охлаждением и умеренным разгоном. А ещё лучше почитать документацию на чипы, о которых вы спрашиваете, до покупки и сравнить с потребностями ваших вычислений.

Если хотите собрать мощную основу для вычислений, купите хороший БП и мамку с большим количеством слотов расширений, остальное по минимуму или по мере возможностей. Если вы просто хотите современную числодробилку прямо сейчас, тогда лучше выбрать лаптоп пожирнее, например MSI, и тоже присмотреться к слотам расширения. Ну и наконец, странно выбирать машину и совсем ничего не говорить о памяти, почти всегда она стоит сравнимо со всем остальным набором.

[slavav]

Ответ на ваш вопрос зависит то того что вы собираетесь вычислять. Какие решаете задачи? Какое программное обеспечение используете?
Для разных целей и средств нужно разное железо.

[nevezhda]

Eimrine
Большое спасибо.
А что за рекомендации по памяти Вы имеете в виду? Я раньше думал, что просто нужно всегда брать 4 Гб памяти. Здесь тоже есть тонкости?
slavav
Молекулярная динамика, магнетизм в дефектной решётке. Короче, много частиц, взаимодействующих, в-основном, с ближайшими соседями и с усреднённым полем далёких соседей.
Численное моделирование на Delphi и формулы на Maple.

[Eimrine]

Я как-то не встречал рабочих станций, в которых RAM+SDD+HDD стоят меньше, чем всё остальное. И это оправдано: даже 10-летний Pentium с современной памятью будет работать заметно лучше, чем Haswell с 4Gb RAM и без SSD (с точки зрения обычного пользователя браузера, не числодробителя).

4Gb это сильно мало для 64bit, но уже больше чем можно унести на 32bit. Не забывайте, что иногда видюхи едят обычную оперативку, помимо собственной, например для активного общения с остальной системой. 8Gb - минимальный разумный выбор, и то, если конкретно ваши вычисления совершенно не требовательны по памяти, да и всё равно через пару лет придётся ставить в 2-4 раз больше. Кроме финансовых вопросов, выбора версии DDR и двухканального режима (все модули RAM на мамке желательно иметь из одной партии или как можно более похожими) тонкостей с памятью вроде бы больше и нет.

[slavav]

Я не знаком с молекулярной динамикой, плохо представляю себе основные алгоритмы. Так что захожу со стороны инструментария.
Delphi означает, что вы не будете использовать решения для многозадачной обработки (CUDA, OpenMP). Тогда вам нужно немного быстрых процессоров. Вам нужен i7, и не надо покупать дорогую графическую карту.
Второе соображение касается памяти и кеша процессора. Если вы решите что вам нужно много памяти, то вы выиграете от больших объёмов кеша процессора. А это значит, что вам нужен i7, если у вас будет хотя бы 16 Гб памяти (это примерная оценка, конечно).
И третье: если данные в оперативную память не влезают никак, то вам нужен SSD чтобы хранить данные для расчётов. Если бюджет ограничен, то купите как можно более быстрый маленький SSD и большой медленный HDD.

А вообще всё вертится вокруг скорости процессора и пропускной способности шин на материнской плате. Всё остальное - объём памяти (но не её скорость), диски, графическую карту - можно будет позже менять, когда вы почувствуете что вашим задачам "тесно".

[Eimrine]

nevezhda в сообщении #1130758 писал(а):

Короче, много частиц, взаимодействующих, в-основном, с ближайшими соседями и с усреднённым полем далёких соседей.

Вот такое только на видеокартах и рассчитывается. Если все нужные вам инструкции будут на вашей карточке (для минимизации общения с ЦП), то прирост производительности будет измеряться не разами, а порядками.

Насчёт кэша процессора: как-то обновил проц на старом ноутбуке, стало на 25% больше частоты и 6Mb L2 кэша вместо 2Mb. Было заметно невооружённым глазом, что камешек стал процентов на 10-20 больше по площади. Синтетических тестов не делал, но производительность моих занятий ничуть не изменилась. Не то что при добавлении RAM и SSD. Вот такое вот ИМХО.

[bondkim137]

Обработка и сжатие видео на Intel-овском встроенном GPU.
На относительно топовом ноутбуке пятилетней давности i7@2700, интегрированный Intel GPU жмет где-то в 4 раза быстрее, чем CPU.
Но на заряженном современном серверном процессоре показало практически такую же производительность (т.е. совместно GPU+CPU транскодеры дали прирост относительно CPU всего +100%), ибо там GPU всего вдвое шустрее, чем на моем ноутбуке, а CPU - в восемь.
С дискретной графикой результаты будут более заметными, ограничены практически только бюджетом =)

-- 11.06.2016, 20:23 --

Eimrine в сообщении #1130845 писал(а):

Вот такое только на видеокартах и рассчитывается. Если все нужные вам инструкции будут на вашей карточке (для минимизации общения с ЦП), то прирост производительности будет измеряться не разами, а порядками.

А если задействовать SIMD-инструкции CPU, то снова разами

[Dmitriy40]

bondkim137
Задача ТС не сводится к сжатию видео:

nevezhda в сообщении #1130758 писал(а):

Молекулярная динамика, магнетизм в дефектной решётке. Короче, много частиц, взаимодействующих, в-основном, с ближайшими соседями и с усреднённым полем далёких соседей.

Так что Ваши данные сами по себе интересны, но не по теме.
Плюс точность расчётов при сжатии видео далеко не всегда FP32 и уж тем более не FP64. А для научных расчётов ошибки округлений могут быть критичными, тем более в итерационных процессах.

[bondkim137]

Dmitriy40, чем богаты =)
Не было количественной информации о приросте производительности - я решил поделиться своим опытом.

На GPU, кстати, как правило, что fp32, что i8 - практически одинаковая производительность (разница лишь в скорости обмена массивами разного размера). Что не относится к CPU (в случае ипользования SIMD), т.к. там 'одной лопатой' больше чисел за раз бросается.

Ну а DCT, MC и деблокинг - по сути тоже в некотором смысле

nevezhda в сообщении #1130758 писал(а):

много частиц, взаимодействующих, в-основном, с ближайшими соседями

Кроме сжатия еще относительно простая обработка имела место быть, тоже из 'взаимодействия с ближайшими соседями'

[Sphinx Pinastri]

Нужно учитывать стоимость электричества, которая вполне сравнима со стоимостью железа при напрерывной работе компьютера за 1 год. Более производительные компютеры тратят меньше энергии на единицу вычислений. Да и возни с параллельными вычислениями меньше. Мой совет -- покупкть самый производительный бытовой компьютер. Сейчая это Intel Core i7-6700K.

[bondkim137]

Sphinx Pinastri, поддерживаю.
И GPU интегрированный там кстати тоже есть. Мы недавно 4 таких собрали в ферму

[Dmitriy40]

Sphinx Pinastri
Посчитаем: 40ч в неделю, 50 недель в году, 85Вт процессор, 5р/кВтч, получаем 850р в год. Или: 300Вт видеокарта плюс 65Вт процессор, в 4.3 раза больше. Но видеокарта ускорит параллельные вычисления намного больше чем в 4.3 раза - т.е. она выгоднее.

-- 12.06.2016, 00:18 --

А уж интегрированный GPU вычисления особо не ускорит - потоков мало. На указанном i7 под AVX можно в теории запустить 64 вычислительных потока (с FP32), а в GPU их всего 24шт, да ещё и частота их раза в 3-4 ниже CPU. Конечно если интегрированный GPU запустить в параллель к CPU выигрыш будет, но ... слёзы.