PIERWSZY NA ŚWIECIE WIELORDZENIOWY PROCESOR O MOCY TERAFLOPSA
Rozwiązania obliczeniowe NVIDIA® Tesla™ pozwalają na przejście do wydajnych energetycznie obliczeń równoległych. Dzięki 240 rdzeniom procesora oraz oparciu o rewolucyjną architekturę obliczeń równoległych NVIDIA® CUDA™, Tesla doskonale sprawdza się w przypadku rozwiązywania najważniejszych wyzwań obliczeniowych – szybciej i dokładniej.

GPGPU, czyli Tesla

Tak naprawdę zarówno GeForce 8800 GTX, jak i GeForce GTX 280 zaliczyć można śmiało do układów typu GPGPU (General Purpose GPU), a więc układów graficznych ogólnego przeznaczenia. Procesor graficzny GPGPU może być z powodzeniem wykorzystywany do wykonywania zadań przeznaczonych dla tradycyjnych jednostek centralnych. Innymi słowy, w razie potrzeby karta graficzna może wesprzeć CPU podczas wykonywaniu skomplikowanych obliczeń, które w ogóle nie są związane z generowaniem grafiki. Najczęściej są to obliczenia związane z kalkulacjami fizyki w grach (np. PhysX), ale również obliczeniami naukowo-inżynierskimi takimi jak np. symulacje wytrzymałościowe konstrukcji mechanicznych, numeryczne rozwiązywanie równań mechaniki kwantowej, kalkulacje trajektorii rakiet i pocisków, obliczenia fizykochemiczne, kalkulacje struktury cząsteczek chemicznych itp.

Do powyższych naukowo-inżynierskich celów nie wykorzystuje się jednak zwykłych kart graficznych. Takimi specjalnie przystosowanymi do obliczeń numerycznych akceleratorami graficznymi są opracowana przez NVIDIĘ specjalna platforma obliczeniowa o nazwie Tesla. W jej ramach dostępne są specjalne karty bazujące na zmodernizowanych układach graficznych 8800 GTX, oznaczonych symbolem Tesla T8P (są one już wycofywane ze sprzedaży) oraz nowsze wersje Tesli – T10P – bazujące już na układach graficznych NVIDIA GeForce GTX 280.

Karta obliczeniowa GPGPU NVIDIA Tesla C1060 – źródło: NVIDIA

System obliczeniowy NVIDIA Tesla S1070 1U – źródło: NVIDIA

Jak już wcześniej wspomniałem, moc obliczeniowa Tesli jest łatwo dostępna, a to dzięki zastosowaniu standardowego formatu danych oraz bardzo dobremu wsparciu ze strony środowiska programistycznego CUDA. NVIDIA dostarcza bowiem wraz z Teslą odpowiednio przystosowane środowisko do tworzenia aplikacji, co sprawiło, że systemy Tesla wykorzystywane są już w ponad 50 ośrodkach naukowo-badawczych, w tym tak znanych i prestiżowych, jak MIT (Massachusetts Institute of Technology). Co więcej, wszystkie wykonywane bez problemu przez systemy Tesla obliczenia zarezerwowane były do niedawna wyłącznie dla superkomputerów.

Podobnie jak układ graficzny GT200, tak i Tesla T10P, ma do dyspozycji 240 w pełni programowalnych procesorów Thread Processor. Oczywiście procesory te można bez kłopotu programować za pośrednictwem środowiska C będącego częścią systemu CUDA. W skład platformy Tesla wchodzi obecnie serwerowy system Tesla S1070 1U, złożony z czterech układów Tesla T10P o łącznej mocy obliczeniowej 4 teraflopsów, oraz karta obliczeniowa Tesla C1060 Computing Processor, która, jak można się domyślić, wyposażona jest w kość Tesla T10P zamiast standardowego graficznego układu GTX 280. Oczywiście, karta akceleratora obliczeniowego CUDA pozbawiona jest wyjść i wejść wideo – jest to po prostu montowana w komputerze karta rozszerzeń. Jej moc obliczeniowa jest nieco większa niż standardowego GeForce’a GTX 280 i wynosi równo teraflop(s). Starsza, pojedyncza karta Tesla C870 wyposażona w rdzeń G80 charakteryzowała się zaś mocą obliczeniową 518 gigaflop(s)ów czyli taką samą jak odpowiadający jej GeForce 8800 GTX. Ciekawostką jest to, że systemie komputerowym karty Tesla można łączyć ze sobą razem w trybie SLI i tri SLI – dokładnie tak samo jak ma to miejsce w wypadku zwyczajnych kart graficznych NVIDII z rodziny GeForce.

Jak wynika z różnych badań przeprowadzonych przez NVIDIĘ, właśnie wśród naukowców największym zainteresowaniem, głownie ze względu na cenę, cieszy się karta obliczeniowa Tesla C1060 (cena ok. 1500 USD) 1ub wykorzystujące ją gotowe komputery, takie jak np. system firmy Sprinx Systems (cena ok. 10 tys. USD) z trzema akceleratorami Tesla. Po jej zainstalowaniu w zwykłym pececie zmienia się on w coś co można nazwać osobistym superkomputerem. Środowisko programistyczne i uruchamiane na stacji aplikacje mogą pracować zarówno pod Linuksem jak i systemem Windows. Obsługa odpowiednio zmodyfikowanych aplikacji w niczym nie różni się od korzystania ze zwykłych wersji programów uruchamianych na CPU. Odpowiednim rozdziałem zadań obliczeniowych zajmują się dołączone do Tesli sterowniki.

Przykłady obliczeń wykonywanych na kartach Tesla – źródło: NVIDIA

Nieco inaczej skonstruowany został system obliczeniowy Tesla S1070 1U – stanowi on bowiem jedną niezależną całość. Współpracuje on z większymi maszynami obliczeniowymi (np. niewielkimi superkomputerami, obliczeniowymi stacjami roboczymi, klastrami lub serwerami) i komunikuje się z nimi bezpośrednio za pomocą interfejsu FiberChannel lub gigabitowego ethernetu. Superkomputer, klaster obliczeniowy bądź serwer przekazuje do systemu Tesla dane do obliczeń, a po ich wykonaniu otrzymuje gotowe wyniki. Innymi słowy, Tesla S1070 1U to coś na kształt zewnętrznego akceleratora obliczeniowego dużej mocy wspomagającego niewielkie superkomputery, klastry, stacje robocze lub serwery. Oczywiście, Tesla S1070 przystosowana została do instalacji w centrum obliczeniowym lub serwerowni i dlatego zamknięto ją w typowej obudowie rackowej 1U przystosowanej do montażu w szafach stelażowych. Dostęp do mocy obliczeniowej NVIDIA Tesla S1070 zapewnia zaś specjalne oprogramowanie, które instaluje się na współpracującym z systemem Tesla komputerze.

Autor: Marcin Bieńkowski