NVIDIA mit neuer GPU-Familie Tesla

NVIDIA läutet eine neue Supercomputing-Ära ein. Die neue GPU-Familie Tesla verwandelt Workstations in "Personal Supercomputer" und soll so eine optimale Rechenleistung fürs High Performance Computing bieten.


NVIDIA Tesla C870 NVIDIA Tesla D870 NVIDIA Tesla S870 
(*klick* zum Vergrößern)


Geo-Wissenschaften, Molekular-Biologie oder medizinische Einrichtungen sind auf enorme Rechenleistungen für Simulationen angewiesen. Diese spezielle Anforderung will NVIDIA jetzt mit seiner neuen GPU-Familie Tesla erfüllen. Tesla-Lösungen sollen sowohl PCs als auch Server-Clustern mehr als genug Rechenleistung füttern, so dass sie rechenintensive Aufgaben bewältigt werden können.

Die Tesla-Familie im Überblick:

  • NVIDIA Tesla GPU Computing Processor: Das dedizierte Computing Board erlaubt den Einsatz mehrerer Tesla-GPUs in PCs oder Workstations mit hochleistungsfähigen CPUs. Die Tesla-GPU besteht aus 128 parallelen Prozessoren und kommt auf eine Rechengeschwindigkeit von bis zu 518 Gigaflops.

  • NVIDIA Tesla Deskside Supercomputer: Das skalierbare Computing System umfasst zwei Tesla-GPUs und lässt sich über einen Industrie-Standard-PCI-Express-Anschluss an PCs und Workstations anbinden. Diese Lösung verwandelt Standard-PCs und -Workstations in Personal Supercomputer, die bis zu 8 Teraflops Rechenpower bieten.

  • NVIDIA Tesla GPU Computing Server: 1U-Server mit bis zu acht Tesla-GPUs arbeitet mit über 1.000 parallelen Prozessoren und steigert so die Parallel-Performance von Clustern um mehrere Teraflops. Der Tesla GPU Server ist nach Angaben von NVIDIA, das erste Server-System seiner Art, der GPU-Computing ins Rechenzentrum bringt.

Durch die einzige Entwicklungsumgebung für die C-Programmiersprache ist Computing mit NVIDIA Tesla für alle Software-Entwickler zugänglich: NVIDIA CUDA ist eine Komplettlösung für die Software-Entwicklung, die einen C-Compiler für die GPU, Debugger/Profiler, dedizierte Treiber und Standard Libraries enthält. CUDA vereinfacht das Parallel Computing über die GPU und verwendet die C-Programmiersprache zur Erstellung von Thread-Programmen, so dass große Datenmengen parallel bearbeitet werden können. Programme, die mit CUDA erstellt wurden und auf Tesla laufen können tausende Threads gleichzeitig berechnen. Dabei steht ein hoher Rechendurchsatz zur Verfügung, damit die GPU komplexe Aufgaben schnell lösen kann. Aktuell wird CUDA von Linux- und Microsoft-Windows XP-Betriebssystemen unterstützt.

"Viele der Molekular-Strukturen, die wir analysieren, sind so groß, dass die Berechnungen für physikalische Simulationen wochenlang laufen", sagt John Stone, Senior Research Programmer bei der University of Illinois Urbana-Champaign. "Durch die GPU-Computing-Technologie sind einige unserer Programme um das hundertfache schneller geworden, und das auf Desktops. Davor mussten wir diese Kalkulationen auf Clustern durchführen. Mit NVIDIA Tesla steht uns eine äußerst flexible Computing-Lösung zur Verfügung."





Veröffentlicht:

Kategorie:
Kommentare: 5
Links
Kommentieren
Jetzt einloggen oder registrieren, um Kommentare zu schreiben.