我想要一台能够有效利用并行计算能力的计算机

在这篇富有洞察力的文章中，作者深入探讨了现代GPU在进行通用计算任务时的局限性，尽管它们在图形渲染和机器学习方面表现出色。这篇文章之所以引人注目，是因为对当前执行模型和编程工具进行了批判性审视，认为它们无法充分发挥GPU的潜力。作者对当今缺乏一个好的并行计算机的沮丧之情可感而知，尤其是考虑到过去曾有过许多有前途的设计。这篇内容的重要之处在于探讨了各种前进的途径，包括创新性的想法，如大规模核心网格和从GPU端运行Vulkan命令。对于那些对并行计算的未来和追求更灵活、更强大计算模型的人来说，这篇文章是必读之作。- GPU在实时图形渲染和机器学习方面比CPU强大10到100倍，但在其他工作负载上无法充分利用其性能。 - GPU作为更通用的计算机的主要障碍是执行模型的贫乏和语言工具的不足。 - 现代GPU非常复杂，新功能的引入使其更加复杂。 - 过去存在一些有前途的并行计算机设计，但由于各种复杂原因未能成功。 - 现有的GPU生态系统非常复杂，驱动程序和着色器编译器存在错误和安全性问题。 - 有可能存在满足良好并行计算机要求的硬件，但受限于软件。 - 有几种可能的方法可以实现良好的并行计算机，包括大规模核心网格、从GPU端运行Vulkan命令、工作图和CPU的收敛演化。 - 解决GPU生态系统的复杂性问题对于实现良好的并行计算机至关重要。