隨著地球科學、分子生物、化學及醫療等研究領域，日益月新的發展，這些研究資料龐大且複雜的程度已經成為最大的瓶頸，過去利用多台電腦串接成叢集架構(PC Cluster)，透過多顆CPU做大量的平行運算，卻也讓平行計算侷限於大型伺服器集群的架構。因此適合高密度平行運算的GPU將帶領全新高效能運算趨勢。
對一個國家而言，研究是最珍貴的寶藏，它所帶來的價值不是用金錢可以衡量的。但隨著地球科學、分子生物、化學及醫療等研究領域，日益月新的發展，這些研究資料龐大且複雜的程度已經成為最大的瓶頸，因為為了運算這些研究資料，必須要花費龐大的時間與金錢，更遑論有些研究是有其時效性的，例如氣象、SARS疾病等研究。
因此高速計算成為他們唯一的解決辦法，利用多台電腦串接成叢集架構(PC Cluster)，透過多顆CPU做大量的平行運算，卻也讓平行計算侷限於大型伺服器集群的架構。因此NVIDIA及ATI等廠商發現利用顯示卡上的繪圖處理器GPU，具有多達128個處理單元以及相當高的存儲頻寬，擁有強大的浮點運算能力，為高效能運算市場帶來高密度平行處理效能。如果說CPU是一針針勾毛線，那麼GPU就是織布機，快速重複同一個動作。
GPU目的是協助CPU運算
GPU是為了協助CPU更快速的運算，而不是取代之。若CPU是一家餐廳的服務生，他要同時帶位、服務客人、點菜上菜等許多複雜的工作，若又要到廚房做菜，他服務的速度肯定會減慢許多。只要他聘請一位廚師，而廚師唯一的工作就是將各種食材組合成每一道菜，然後再由服務生送到客人手上，加快他餐廳的服務流程，那位廚師就是GPU。所以服務生與廚師的關係是相輔相成，就如同CPU與GPU。
NVIDIA首推TESLA GPU運算處理器
在大家引頸期盼下，全球繪圖處理器的領導廠商NVIDIA推出TESLA GPU運算處理器，總共分為三個型號：
壹、NVIDIA TESLA C870 GPU 運算處理器：專屬運算的機板，能在單一PC系統或工作站中擴充多個Tesla GPU。一般單核CPU(中央處理器)，可提供大約12 GFlops的運算能力，Tesla GPU內含128個平行處理器並能提供至518 gigaflops的平行運算效能。GPU運算處理器可搭配高效能CPU應用於既有系統中一起運作。
貳、NVIDIA Tesla 桌上型超級電腦：一款可擴充的運算系統，內含兩顆NVIDIA Tesla GPU，並可透過業界標準的PCI Express介面連結至PC或工作站系統，就可變為個人超級電腦，讓桌上型系統提供高達8 teraflops的運算效能。
參、NVIDIA Tesla GPU 運算伺服器： 此款1U規格的伺服器最多可內含8顆NVIDIA Tesla GPU，擁有超過1000個平行處理器，為叢集系統注入數個teraflop平行處理效能。Tesla GPU伺服器為首款將GPU運算技術帶入資料中心的伺服器系統。
NVIDIA CUDA計算架構輕鬆導入GPU運算
要達到GPU最佳效能，良好的API更是重要。NVIDIA CUDA是一種全新用於開拓GPU運算性能的工具，透過C語言函式庫和CUDA SDK，進行運算程式的開發與編寫，讓研究人員輕鬆導入GPU運算。若是對CUDA有興趣，可以連結到NVIDIA官網的CUDA討論區，參考或分享使用的經驗。
實際應用範例
地質能源探勘：著名的地質分析公司HEADWAVE在透過TESLA GPU 準確的運算後，速度提高20倍，大幅降低能源探勘和開採成本，也因此發現蘊藏在墨西哥灣27000英呎深的超大型油礦。
分子生物研究：美國伊利諾大學的研究人員透過 NVIDIA TESLA 運算處理系統，計算分子與離子的相互作用，結果運算速度比過去採用叢集運算(PC Cluster)提高了100倍，快速研發出改善生活與拯救生命的新藥。
腦神經研究：Evolved Machines公司將人類的腦神經元進行大規模的生物電路模擬。一個神經系統矩陣就包含成千上萬個神經細胞所構成，而一個神經細胞需要在一秒鐘內求解2億個方程式。透過TESLA GPU將神經系統的模擬速度比當今的x86微處理器提高130倍，大幅提升神經細胞系統排列的研發速度。
連結
https://www.digitalwall.com/scripts/displaypr.asp?UID=9697 |
收藏
分享
分享
提升卡
置頂卡
沉默卡
喧囂卡
變色卡
顯身卡
