Stacje Dell pracują na GPU Tesla
NVIDIA Corporation, twórca procesora graficznego, poinformowała dzisiaj, że procesor obliczeniowy GPU Tesla C1060, wykorzystujący masowo-równoległą architekturę CUDA, dostępny jest już w stacjach roboczych Precision R5400, T5500 i T7500 firmy Dell.
– Stacje robocze Dell Precision R5400, T7500 i T5500 wraz procesorami
obliczeniowymi GPU NVIDIA Tesla pozwalają na wykorzystanie mocy
obliczeń superkomputerowych na biurku – powiedział Greg Weir, starszy
menedżer w Dell Product Group. – Jako że nasze wspólne działania
zaowocowały możłiwością dostarczenia najbardziej wymagającym klientom
mocy obliczeń o wysokiej wydajności w przystępnej cenie padły, pierwsze
pochwały pod adresem pod adresem firm Dell i NVIDIA już padły.
– National Instruments opracowuje system sterowania dla projektu
European Extremely Large Telescope (E-ELT – teleskopu optycznego
opracowywanego przez Europejskie Obserwatorium Południowe, ESO), który
w chwili zakończenia budowy będzie największy teleskopem na świecie.
Aby uporać się z tym obliczeniowym wyzwaniem, opracowaliśmy za pomocą
LabVIEW interfejs CUDA przeznaczony do symulowania i sterowania
zwierciadła M1, składającego się z 984 segmentów – powiedział Jeff
Meisel, menedżer produktu LabVIEW w firmie National Instruments. – Pojedyncza stacja robocza Dell z jednym układem Tesla C1060 może
pozwolić na odbywającą się niemal w czasie rzeczywistym kontrolę nad
ruchami zwierciadła, co nie byłoby możliwe bez mocy obliczeniowej
zapewnianej przez GPU.
Kolejnym środowiskiem, które z pewnością wykorzysta dostępność na
masowym rynku tej technologii, są naukowcy wykorzystujący w swojej
pracy obliczenia komputerowe. Pracujący na takich wiodących
uniwersytetach jak Harvard, Cambridge czy Tokyo Institute of
Technology, badacze ci nieustannie walczą o dostęp do współdzielonych
zasobów obliczeniowych superkomputerów, które pochłaniają setki
kilowatów, zaś ich budowa i utrzymanie kosztuje miliony dolarów. Stacje
robocze Dell Precision z GPU Tesla dają każdemu z tych badaczy ich
własny „osobisty superkomputer” odpowiadający mocą klastrowi, ale
kosztujący 1/100 jego ceny.
Aplikacje CUDA stosowane obecnie przez wspomnianych naukowców i organizacje to m.in.:
