GPU代表的是圖形處理單元，但是，這些小小芯片除了處理圖形功能，還有其它用處。比如，Google使用GPU來(lái)為人腦建模，Salesforce則依賴GPU分析Twitter微博數(shù)據(jù)流。GPU很適合并行處理運(yùn)算，也就是同時(shí)執(zhí)行成千上萬(wàn)個(gè)任務(wù)。怎么做呢?你得開(kāi)發(fā)一個(gè)新軟件，讓它挖掘GPU芯片的潛力。最近美國(guó)印第安納大學(xué)計(jì)算機(jī)博士埃里克-浩克(Eric Holk)就作出嘗試，他開(kāi)發(fā)了一個(gè)應(yīng)用程序來(lái)運(yùn)行GPU。浩克說(shuō)：“GPU編程仍然需要程序員管理許多低層細(xì)節(jié)，這些細(xì)節(jié)是與GPU執(zhí)行的主要任務(wù)分離 的。我們想開(kāi)發(fā)一個(gè)系統(tǒng)，幫助程序員管理這些細(xì)節(jié)，讓GPU在提高生產(chǎn)力的同時(shí)仍然有很好的性能。”

一般來(lái)說(shuō)，電腦計(jì)算任務(wù)大多由CPU完成。一個(gè)CPU處理一個(gè)計(jì)算序列，也就是所謂的一次處理一個(gè)線程，它必須盡可能快地執(zhí)行。GPU的設(shè)計(jì)初衷是一次處理多個(gè)線程，這些線程處理速度慢很多，但程序可以利用并行優(yōu)勢(shì)執(zhí)行得更快一些，就像超級(jí)電腦一樣。

浩克稱，今天，CPU已經(jīng)能執(zhí)行并行運(yùn)算了，多核也很流行，但它們主要還是針對(duì)單線程優(yōu)化的。

GPU術(shù)語(yǔ)直到1999年才出現(xiàn)，但在此之前已經(jīng)有早期的視頻處理芯片了，它們于1970-1980年推出。當(dāng)時(shí)，視頻處理芯片嚴(yán)重依賴CPU進(jìn)行圖形處理，1990年代圖形顯卡更流行了，也更強(qiáng)大了，主要是因?yàn)?D顯卡出現(xiàn)。

喬治亞科技大學(xué)克里斯-麥克拉納罕(Chris McClanahan)認(rèn)為，GPU硬件架構(gòu)已經(jīng)進(jìn)化，以前它只是特定單一核心，現(xiàn)在向一組高并行、可編程核心轉(zhuǎn)變，它可以用來(lái)處理更通用的計(jì)算。毫無(wú)疑 問(wèn)，隨著GPU技術(shù)的發(fā)展，它會(huì)增加更多可編程性、更多并行性，變得越來(lái)越像CPU，可以用于通用計(jì)算。麥克拉納罕說(shuō)，CPU和GPU最終會(huì)融合。同時(shí)， 開(kāi)發(fā)者也開(kāi)始挖掘GPU的能力，用于不同的應(yīng)用中，包括物理系統(tǒng)建模、強(qiáng)化智能手機(jī)等。

浩克解釋道：“GPU的內(nèi)存帶寬也比CPU高很多，在對(duì)海量數(shù)據(jù)進(jìn)行簡(jiǎn)單計(jì)算時(shí)，它的效率更好。”

已經(jīng)有一些GPU編程語(yǔ)言存在，包括CUDA和OpenCL。漢克開(kāi)發(fā)了新語(yǔ)言Harlan，它可以控制GPU。實(shí)際上，Harlan被編譯成 OpenCL。但與其它語(yǔ)言不同，Harlan語(yǔ)言的抽象思維更多與高級(jí)編程語(yǔ)言相近，比如Python、Ruby。浩克稱：“Harlan的另一個(gè)目標(biāo) 是想回答一個(gè)問(wèn)題：如果從一開(kāi)始就開(kāi)發(fā)一門語(yǔ)言，它最初的目標(biāo)就是支持GPU編程，那會(huì)怎樣呢?目前的大多系統(tǒng)將GPU編程嵌入到現(xiàn)有語(yǔ)言中，開(kāi)發(fā)者不得 不處理舊語(yǔ)言的所有問(wèn)題。Harlan可以讓開(kāi)發(fā)者更好地為目標(biāo)硬件、程序作決策。”

Harlan語(yǔ)法基于Scheme，它是Lisp語(yǔ)言的現(xiàn)代變種，Scheme是所有好語(yǔ)言的始祖。為了讓編程語(yǔ)言更“正常”一些，浩克還用到 了Rust語(yǔ)言，這種語(yǔ)言主要面向開(kāi)發(fā)系統(tǒng)，它可以操作硬件底層。浩克的目的是讓程序員編寫的代碼更有效，因?yàn)镠arlan能生產(chǎn)更好的GPU代碼。