AMD的GPU究竟在并行优化上有什么优势？

今天从华硕得知，德国法兰克福某超算中心采用华硕ESC4000G2超算系统，搭载了总共700片AMD FireProS9150，准备冲击Top500。一直以来TOP500上都是NVIDIA Tesla和Intel MIC的天下，AMD的异军突起，有人问：AMD到底在并行优化上有哪些优势？那我来说上一二。

其一，从硬件上，在某种操作的同样的峰值上，A卡提供了辅助达到这种峰值的更多资源。 例如同样的float乘加操作，在同样的SP数目和频率下，A卡提供了两倍的寄存器资源。而这两倍的资源，可以让用户十分容易达到卡的设计峰值，而无需去费心心机，尝试各种“优化”，尝试各种不同的写法和算法。只要随心写写，一跑基本上就能很满意。这极大的减轻了用户的时间和人工投资。

反之，N卡，在同样的峰值下，提供了较少的资源，导致需要用户付出更大的功夫才能体验理论性能。

其二，A卡有更优秀的架构，例如对线程间的公用操作和计算，可以利用卡里面免费赠送的标量单元（或者称为赠送的CPU）来免费计算，而这些免费的CPU都是免费赠送了，不计算在卡的理论性能里，这样甚至对于特定的算法，A卡还能达到超过100%理论性能的实际性能。