Уже не первый год вы видите, как во всю рассказывают и показывают технологию NVIDIA CUDA. Давайте взглянем, каков прирост дает современная ГПУ NVIDIA Quadro FX 5800 по сравнению с самым последним процессором от Intel — Intel Core i7 965 (материал с презентации).
График соотношения производительности ЦПУ и ГПУ, благодаря преобладающему числу ядер, ГПУ способна выполнять в 9 раз больше операций в расчетах по сравнению с ЦПУ (в расчетах с одинарной точностью).
Итак, процессор от Intel дает производительность всего в 102 Gflops, а GPU показывает, что производительность равна 933 Gflops. Это практически в 9 раз больше! И с каждым годом эта производительность увеличивается.
Производительность ГПУ в некоторых приложениях
ГПУ может быть применен в самых различных расчетах, для широкого спектра задач. А производительность может быть повышена да 150 раз. Это конечно впечатляет, если не одно маленькое ограничение — математика. Сами принципы программирования основываются на применении возможностей CPU. И поэтому никак не обойтись без расчетов центральным процессором. Но NVIIDIA CUDA, позволяет создавать алгоритмы, которые используют центральный и графический процессоры, в этом случае ГПУ используется как сопроцессор, хотя классно выглядит, что сопроцессор выдает мощность больше чем центральный.
Технологии NVIDIA CUDA уже получили распространение за рубежом, и применяются в таких областях как медицина, молекулярная динамика, кодирование видео, аэрофизика, финансовые симуляции (ага как кризис грянул, задумались :)), вычисления линейной алгебры, квантовая химия, расшифровка генов и многое другое. Тут можно заметить что алгоритмы, применяемые в обработке видео — самые не высокие по производительности. Но это только на первый взгляд. Во второй части статьи о NVIDIA Quadro CX я подробно об этом расскажу, и покажу пару примеров созданных на CUDA приложений для визуализации сложных эффектов.
Следующий слайд покажет, какие возможности получает следующее поколение ГПУ NVIDIA Quadro с технологиями NVIDIA CUDA.
