Mellékleteink: HUP | Gamekapocs
Keres
Felhőből visszaköltözéstől egészen egy banki malware evolúciójáig. Üzemeltetői és IT-biztonsági meetupokkal érkezünk!

Grafikus chipekre alapozó mérnöki-tudományos rendszer az NVIDIA-tól

Bodnár Ádám, 2009. május 06. 17:25
Ez a cikk több évvel ezelőtt születetett, ezért előfordulhat, hogy a tartalma már elavult.
Frissebb anyagokat találhatsz a keresőnk segítségével:

Tesla chipekre épülő, előre konfigurált rendszert jelentett az NVIDIA, amelyet kimondottan mérnöki-tudományos célra szán. A lépéssel megindulhat a GPU-k terjedése a személyi szuperszámítógépek területén.

hirdetés
[HWSW] Tesla chipekre épülő, előre konfigurált rendszert jelentett az NVIDIA, amelyet kimondottan mérnöki-tudományos célra szán. A lépéssel megindulhat a GPU-k terjedése a személyi szuperszámítógépek területén.

A Tesla GPU Preconfigured Cluster négy darab, rackbe szerelhető, egyenként négy darab Tesla processzort és 16 gigabájt memóriát tartalmazó Tesla S1070 szerverből áll, amelyeket InfiniBand interfész kapcsol össze. Az integrált megoldás tartalmazza a Tesla-alapú szervereket, x86-os szervereket, az InfiniBand kapcsolókat és a kábelezést is, a vevőnek lényegében csak be kell kapcsolnia a rendszert és használni.

Az NVIDIA azt állítja, világszerte több millió olyan mérnök, biológus vagy éppen pénzügyi elemző dolgozik, amelynek munkáját szuperszámítógépek segítségével hatékonyabbá lehetne tenni, csakhogy a szupergépekhez nem mindenki férhet hozzá. A vállalat szerint a megoldás egy olyan, Tesla-alapú "személyi szuperszámítógép" beüzemelése lenne, amely segítéségével a nagy tömegű számításokat igénylő műveleteket energiahatékonyan fel lehetne gyorsítani.


Tesla S1070: nagy erő egy kis dobozban

A Tesla S1070 szerverekben található Tesla 10P chipekben egyenként 240 processzormag dolgozik, a 4 darab S1070-ben tehát összesen 3840 mag számol. A chipekre a CUDA (Compute Unified Device Architecture) segítségével szabványos C nyelvű programokat lehet írni. A vállalat szerint már a minimális konfiguráció is 16 teraflops, azaz másodpercenként 16 ezer milliárd lebegőpontos művelet teoretikus végrehajtására képes, ezzel toronymagasan lelépi a hasonló méretű x86-os konfigurációkat. Arról az NVIDIA közleménye már hallgat, hogy ez a teljesímény egyszeres precizitás mellett értendő, kétszeres pontosság esetén kevesebb mint tizedére esik vissza, továbbá a valóban leadott teljesítmény a végrehajtóegységek kihasználtságának függvénye -- az alkalmazhatóság tehát erősen feladatfüggő.

A nem grafikus célokra használt GPU-k felhasználhatóságát azonban ma már nehéz kétségbe vonni. Ennek egyik példája a japán Tsubame, a világ első CPU-GPU hibrid szuperszámítógépe, amelynek Tesla processzorokkal frissített verziója tavaly novemberben jelent meg a Top500 listán, ahol az előkelő 29. helyet érte el. A Tokiói Technológiai Intézet (Tokyo Tech) elemzése szerint az általuk futtatott molekuláris biológiai szimulációk számára a következő évek során a grafikus processzorok bizonyulnak a legjobb választásnak a számításintenzív és sávszélesség-intenzív áramlástani modellezések területén.

Az NVIDIA által most bemutatott rendszert nem maga a cég forgalmaza, hanem partnerei, köztük olyan, a mérnöki-tudományos számítástechnikai piacra koncentráló vállalatok mint az Appro, a CADNetwork, a Cray, a FluiDyna, a Megware, a Penguin, a Viglen és a Xenon.

4-4 klassz téma a HWSW júniusi üzemeltetői és IT-biztonsági meetupjain. Nézz meg a programot!