NVIDIA ujawnia kolejną generację architektury GPU CUDA, o nazwie kodowej “Fermi”
Nowy, przełomowy projekt przeciera ścieżki pierwszym na świecie obliczeniowym procesorom graficznym.
NVIDIA zaprezentowała dziś kolejną generację architektury CUDA GPU o nazwie kodowej “Fermi”. Zaprojektowana i stworzona od podstaw architektura “Fermi” jest podstawą nowych jednostek obliczeniowych GPU (procesorów graficznych), które przyniosą przełom w generowaniu grafiki oraz obliczeniach na GPU.
“Zespół NVIDIA poczynił ogromny krok w kierunku uatrakcyjnienia możliwości procesorów graficznych dla szerszej rodziny programów,” powiedział Dave Patterson, dyrektor Parallel Computing Research Laboratory na Uniwesytecie Kalifornijskim w Berkeley oraz współautor pracy Computer Architecture: A Quantitative Approach. “Wierzę, że Fermi zapisze się w historii, jako kamień milowy w rozwoju obliczeń.”
Zaprezentowany podczas inauguracji konferencji GPU Technology w San Jose w Kalifornii, “Fermi” przynosi zestaw funkcji, które zwiększają wydajność jeszcze większego spektrum aplikacji obliczeniowych niż kiedykolwiek wcześniej. W konferencji prasowej NVIDIA wzięli też udział przedstawiciele Państwowego Laboratorium Oak Ridge, ogłaszając plany stworzenia nowego superkomputera, który będzie oparty o architekturę “Fermi”.
“Fermi” uzyskał także wsparcie wiodących organizacji, takich jak Bloomberg, Cray, Dell, HP, IBM i Microsoft.
“Stało się zupełnie jasne, że GPU są obecnie procesorami obliczeniowymi ogólnego zastosowania, a nie tylko chipsetami graficznymi,” powiedział Jen-Hsun Huang, współzałożyciel i CEO firmy NVIDIA. “Architektura Fermi, zintegrowane narzędzia, biblioteki i silniki programistyczne są bezpośrednim wynikiem obserwacji, jakie poczyniliśmy podczas pracy z tysiącami programistów CUDA na całym świecie. Kiedy za kilka lat spojrzymy wstecz ujrzymy, że Fermi dał początek nowej dziedziny opartej na GPU.”
Będąc podstawą nowej generacji GPU NVIDIA o nazwach GeForce, Quadro i Tesla - “Fermi” jest wyposażony w zestaw nowych technologii, niezbędnych do zaawansowanych obliczeń, takich jak:
- Obsługa języka C++, uzupełniająca dotychczasowe wsparcie dla języków C, Fortran, Java, Python, OpenCL i DirectCompute.
- ECC, krytyczny wymóg dla centrum danych i komputerów wykorzystujących GPU na wielką skalę.
- Funkcję 12 CUDA Cores obsługującą nowy standard IEEE 754-2008 dla liczb zmiennoprzecinkowych, przewyższająca najbardziej zaawansowane procesory CPU
- Ośmiokrotnie większą wydajność arytmetyczną obliczania zmiennoprzecinkowego w porównaniu do poprzedniej generacji GPU NVIDIA. Obliczenia zmiennoprzecinkowe są kluczowe w zastosowaniach obliczeń wysokiej wydajności (HPC), takich jak algebra liniowa, symulacje numeryczne czy chemia kwantowa
- NVIDIA Parallel DataCache - pierwszą na świecie rzeczywista hierarchizację pamięci podręcznej cache GPU, która przyśpiesza algorytmy, takie jak funkcje solver, raytracing i mnożenie macierzy rozrzedzonych, gdzie nie są znane uprzednio adresy danych
- Silnik NVIDIA GigaThread z obsługą współbieżnej pracy jądra, gdzie w tym samym momencie aplikacji różne jądra wykonują obliczenia na GPU (np. zachowanie cieczy i ciał stałych z użyciem PhysX)
- Nexus – pierwsze na świecie, w pełni zintegrowane z Microsoft Visual Studio heterogeniczne środowisko programistyczne
Zdjęcia, dokumentację techniczną , prezentacje, filmy i inne informacje na temat “Fermi” można znaleźć pod adresem: www.nvidia.com/fermi
PhysX generujący fizykę cieczy uruchomionego na Fermi. Strumienie i krople interagują ze sobą, tworząc realistyczne fale oraz prądy na powierzchni w czasie rzeczywistym. Animację stworzono obliczając równoczesnie ruchy 128 000 cząsteczek.
źródło: informacja prasowa
Komentarze
13a tak to teraz nvidia ma doskonały powód by trzymać ceny jeszcze wyżej a nam graczom cale to cudo lata...
Prawdę mówiąc właśnie dobrej wydajności DP brakowało nvidii w GT200 by była traktowana poważnie jeśli chodzi o obliczenia naukowe/HPC. Teraz wszystko ma się zmienić, hmmm.
Opisywana technologia ma być wykorzystywana w sposób specjalistyczny, ogromne projekty i badania naukowe. Przeciętny użytkownik komputera nie wykorzysta tego codziennym użyciu.