GPU的未开发潜能：通往更强大并行计算的道路

尽管GPU在图形渲染和机器学习方面拥有强大的算力，但其在通用计算领域的应用却受限于执行模型和编程工具的不足。文章探讨了GPU的局限性，并回顾了Connection Machine、Cell和Larrabee等具有开创性意义的并行计算架构，分析了它们成功与失败的原因。作者认为，未来可能通过构建大型核心网格、在GPU端运行Vulkan命令、改进工作图或发展CPU的并行计算能力等途径，实现更强大、更易编程的并行计算机，从而解锁更多算法和应用的潜能。