Le GPGPU qui signifie General-purpose Processing on GPU (comprenez 'traitements génériques sur processeurs graphiques') consiste à utiliser les processeurs graphiques comme unité de calcul dans des applications autres que l'affichage de la 3D.
En effet, les GPU sont des processeurs composés de très nombreuses petites unités de calcul identiques.
Alors que les CPUs sont performants dans l'exécution de tâches diverses et variées les unes à la suite des autres (faible parallélisme) les GPU sont quant à eux performants dans l'exécution de nombreuses tâches simples simultanées (fort parallélisme).
L'encodage vidéo, qui consiste à appliquer un traitement identique à chacune des images d'une vidéo, est un exemple typique de tâche fortement parallélisable.
Là où un CPU traitera les images de la vidéo l'une après l'autre (monothread, 2 à la fois sur dual-core, 4 à la fois sur quad-core, etc.) un GPU est quant à lui capables de les traiter beaucoup plus rapidement (multi-thread massif : par exemple 120 images simultanément).
Ceci est valable pour tout traitement décomposable en un grand nombre de petits traitements similaires (les principales différences étant les données, les instructions changeant très peu).

Avec l'évolution de leurs processeurs graphiques Nvidia et ATi, principaux fabricants de GPU, ont pris conscience de cette possibilité il y a quelques années.
Mais pour pouvoir être utilisable sur un GPU une application doit être capable de lui fournir un grand nombre de traitements à effectuer en même temps:  on dit d'une application capable de ce type de comportement qu'elle est fortement threadée ou encore fortement parallélisée.
Mais pour être parallélisée une application a besoin d'être développée spécialement dans ce sens.
NVidia a été le premier à annoncer puis à sortir sa technologie GPGPU : CUDA. CUDA est une librairie en langage C (librairie propriétaire NVidia) qui permet aux développeurs qui l'utilisent de créer des applications fortement parallélisées et qui seront donc exécutées sur les GPU NVidia avec une efficacité redoutable.
Fort de cette avance, CUDA est déjà utilisé dans plus d'une centaine d'applications, véritable vitrine pour le GPGPU made in NVidia.

Aujourd'hui ATi annonce que ses prochains pilotes 'catalyst', qui seront disponibles en décembre, implémenteront ATi Stream (Stream SDK v1.3).
Une première application sera disponible pour l'occasion : ATi Avivo video encoder.
Contrairement à CUDA basé sur du code propriétaire NVidia, ATi Stream est basé sur OpenCL (open Computing Language), une librairie développée par Apple mais aussi libre qu'OpenGL.
AMD annonce des performances spectaculaires : l'encodage video HD serait  jusqu'à quinze fois plus rapide en utilisant Avivo sur Radeon HD4850 qu'avec un très bon core2quad.

Très bonne nouvelle donc pour les utilisateurs de cartes ATi qui pourraient bientôt pouvoir exploiter la puissance de leurs cartes graphiques dans d'autres domaines que les jeux 3D.
AMD aurait-il finalement rattrapé le retard dont certains disaient qu'ils ne pourraient pas revenir ?
Au vu de l'implantation déjà relativement répandue de CUDA, ce n'est pas si sûr.

Comme CUDA, ATi Stream n'est pas portable. Cela signifie que les développeurs devront maintenir deux versions de leurs applications GPGPU s'ils souhaitent qu'elles soient disponibles à la fois pour les machines équipées de cartes NVidia et celles équipées de cartes ATi.
Une contrainte énorme. Imaginez que tous les jeux doivent être développés en double, une version pour NVidia forcewares et une version pour ATi catalyst. S'il n'y avait pas des API comme DirectX et OpenGL pour fournir aux développeurs de jeux un accès homogène aux cartes graphiques ce serait une nécessité.
On peut donc raisonnablement imaginer qu'une API standard sera développée et permettra d'éviter aux développeurs d'applications GPGPU le choix d'une compatibilité CUDA ou ATi Stream.




Source: matbe.com