Af Rasmus Elm Rasmussen, Alt om Data
Denne artikel er oprindeligt bragt på Alt om Data. Computerworld overtog i november 2022 Alt om Data. Du kan læse mere om overtagelsen her.
Fra starten har Moores lov været det brændende ideal, der lå til grund for Intels udviklingsarbejde. Teorien, som er navngivet efter firmaets medstifter Gordon E. Moore, går ud på at computerydelsen vil fordobles hvert andet år.
Indtil videre er det faktisk lykkedes ganske udmærket for Intel at leve op til dette. Processorerne ramte dog for nogle år tilbage et hastighedsloft, der er svært at bryde. Intel er derfor begyndt at producere deres velkendte dualcore- quadcore og hexacore-modeller, som kombinerer flere processorkerner i én chip.
Disse præges dog stadigvæk af den serielle tilgang, hvor hver enkelt chip skal arbejde så hurtigt som muligt og betragtes som en selvstændig enhed.
Ifølge Nvidia er denne strategi en dødsejler, hvis man skal opretholde Moores lov. Selskabets vicepræsident Bill Dally beskriver det som at forsøg på at bygge et fly, ved at sætte vinger på et tog.
Ikke helt overraskende ser han i stedet fremtiden i Nvidias egen parallelle processorteknologi. Denne teknologi anvender et stort antal processorerkerner, der er optimeret til effektivitet frem for seriel fart. Således arbejder de sammen om at løse opgaven og anvender kun de ressourcer, der er nødvendige i den pågældende situation.
Det giver ifølge Nvidias chip et langt mindre energiforbrug og en bedre udnyttelse af transistorerne. Fordobler man transistorer i en enkelt chip, som hos Intel, får man et højt energiforbrug men kun en beskeden ydelsesforbedring. Fordobler man i stedet antallet af processorer får man dobbelt så hurtig ydelse og udnytter dermed energien bedre.
At vende branchen mod denne form for teknologi er dog ikke lige til og vil tage lang tid. Efter 40 år med seriel programmering, vil det kræve et brud med en stærk og indgroet praksis, samt et kæmpe arbejde med at omprogrammere eksisterende programmer til at udnytte teknologien.
Nvidia er dog begyndt at anvende den parallel teknologi i deres CUDA arkitektur, som ligger til grund for GeForce, ION, Quadro og Tesla processorerne.
