GPGPU-revolutionen är mer som en långsam rotation.

Om du är en genomsnittlig hemanvändare, vad har GPGPU någonsin gjort för dig än att ge en annan punkt på en grafikkortstillverkares låda?

Sanningen är att professionell högpresterande datorer som erbjuds via GPGPU är stora affärer. Omkring en fjärdedel av Nvidias omsättning på 1 miljarder dollar kommer från "professionella" tjänster, om du vet vad vi menar. Och vi menar superkalkylering. För specifika applikationer - ofta 3D-rendering och vetenskaplig modellering - GPGPU-nätverk ger gårdar ett kostnadseffektivt sätt att leverera massiv beräkningskraft.

  • Förflutna, nutid och framtid för multi-GPU-teknik

Om du vill ha teraflops av bearbetningseffekt skulle du gå över till liknande som IBM eller Cray med din checkbok öppen och låt det gå vidare med att designa skräddarsydda superdatorsystem med kryogen kylning. Idag kan komponenterna på hylla göra samma arbete tack vare skräddarsydda mjukvarulösningar.

Allt detta svåra utvecklingsarbete slocknar till slut till de små enskilda användarna som du och jag.

De dåliga nyheterna, beroende på dina utsikter, är att även efter att ha blivit lurade, har GPGPU-verktyg alla en tendens till att vara kraftigt matematisk partisk. Bra om du älskar matematik, men vem gör det?

Gör matematik

Matematik är inte en dålig sak; i slutändan 3D-spel är matematik i form av matrisomvandlingar. Det är bara att alla GPGPU-funktioner behöver fungera på samma nivå. Detta begränsar tillämpningar tills villkorlig förgrening blir vanligt, vilket sker, men långsamt.

Från andra håll stöder de flesta GPGPU-program alla kort. Med undantag för dedikerade Nvidia CUDA-byggnader är den största skillnaden i den mängd arbete kortet kan, och det är dess ultimata toppfart. I vissa fall är det ganska möjligt att ett äldre grafikkort kan utföras av en modernare processor, trots att våra test med kodning fortfarande såg en relativt dålig Nvidia 6600 GT, som gör relativt bra.

Så vilka program kan du jakta på som kommer att dra nytta av dina lat, bra för ingenting-GPU-shaders? Tja, för att börja, erbjuder WinZip OpenCL acceleration för komprimering och dekomprimering av filer med en 20-30 procent ökning i hastighet.

En av de ursprungliga användningarna, och en som är stark, spricker kryptering och lösenord. Titta på CRARk. Ett snyggt spel på Crack RAR, det här ovänliga kommandoradsprogrammet är faktiskt en hardcore RAR-lösenordskrävare, som använder GPGPU för att öka attackhastigheten 20 gånger. Med hjälp av sitt referensläge hoppade lösenordskontrollen från 283 per sekund till 4 281 per sekund. Vi tvivlar på att det kommer att vara särskilt användbart, men det är ett riktigt exempel på vad som kan uppnås. Om du vill ha något lite lättare att använda, försök Parallell återställning.

En annan gammal men godis är Folding @ Home. Detta var - och fortfarande är - ett av de mest kända tillämpningarna av GPGPU, som blev gjort extra känd genom att utnyttja PlayStation 3 Cell-processorn. Lika smart är det distribuerade modelleringssystemet som utlämnar arbetsuppgifter till enskilda system. Men trots att det var smart och det faktum att det skulle kunna hjälpa mänskligheten förskott, gör Folding @ Home inte någonting praktiskt.

Praktiska användningsområden

Det första riktigt användbara programmet är Musemage, en bildprocessor skriven från grunden kring GPGPU-acceleration. Det gör det blixtsnabbt och gör det möjligt att tillämpa filter, effekter och bildmanipulationer i realtid. Det är ett imponerande snabbt paket, och det är intressant hur en liten belastning på GPUen ger en stor vinst i programprestanda. Till exempel, justering av suddighetsnivåer lägger till bara en 5 procent GPGPU-belastning.

Samma sak kommer till GIMP via en teknik som heter GEGL, men detta beror inte på att den är fullt implementerad till version 2.10. Det fanns tal om att det delvis genomfördes på vissa filter för 2,8 RC1, men det verkar vara otillgängligt för nu.