[情報] 高效能運算新趨勢-GPU

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