加载中…世界是并行的：Tech-X消除GPU处理的门槛
(2010-05-06 11:14:26)
标签：
cudanvidiatesla并行it |
分类： CUDA |
广大从事密集计算工作的研究人员现在能够利用更加强劲的处理能力了。他们中的大多数人实际上在自己的计算机上便拥有这种能力，只不过还没有发现一种将其利用起来的方法罢了。这种计算的特殊优势源自计算机图形系统的诸多处理器核心，然而对这些核心进行编程可不是那么简单的事。
最新的NVIDIA®(英伟达™)Tesla™
GPU最多拥有240个核心，例如NVIDIA®(英伟达™)CUDA™并行计算模型等工具让GPU的核心能够用于处理诸多程序。但是如果想要最大限度地利用这些核心，你必须是一名熟练掌握C语言或C++的程序员才行。问题是，许多高性能计算的最大受益者却并非职业的软件开发人员。虽然出于需要，他们能够编写出定制的代码，但是他们的本职工作却是化学、地质学、天文学、物理学或生物学等相关工作。
Tech-X公司是一家位于美国科罗拉多州博尔德市的软件与咨询公司，该公司专门致力于高性能科学计算，力图改变这一领域的发展现状。该公司的GPUlib是一款不错的工具，它能够将基于GPU的计算引入到研究人员所使用的高级工具当中。这些高级工具包括ITT Visual Information Solutions的IDL、Mathworks的MATLAB以及值得信赖的老牌实验室备用语言Fortran。
Tech-X公司空间应用副总裁Peter Messmer表示：「并行计算曾经是一个高精尖的领域。很少有应用程序旨在利用并行计算。GPU处理使其变得更加主流。直到GPU处理的问世，在实验室实现超高性能的最经济方式就是打造一个相对廉价的PC集群。然而，研究人员不是计算机科学家和电气工程师，他们往往不具备完成这项工作所需的技能。而GPU则使这项工作变得更加大众化。」
GPU核心最擅长向量处理，向量处理是一种数学计算，其中大量的数据序列被同时处理，因为这正是GPU渲染图形这一主要任务所需要的。这就使得Tech-X很自然地选择在IDL与MATLAB上做文章，因为这些工具已经针对操作向量数据而进行了优化。典型应用包括针对天文学与远程传感数据的图像处理以及医学成像。
Messmer指出，最大的难题是让研究人员去尝试GPU计算。他表示：「人们已经听说过有关GPU计算的大量报道，但是他们还是将信将疑。他们想起了几年前现场可编程门阵列的大吹大擂，结果被证明是过于复杂以致人们无法用来做任何事情。GPUlib能够有所帮助是因为它能够利用人们在诸多难题上的已有想法。」
对于学术应用，GPUlib是免费的。对于商业应用，它的售价为495美元。GPUlib可用于Windows、Mac以及Linux。
本文是nTersect上世界并非平面，而是并行的系列专题的入门文章。本文聚焦GPU的重要性以及并行处理的未来。当今，与CPU相比，GPU在各种日益重要的领域中均能够更快、更具成本效益地工作。这些应用领域包括医药、国家安全、自然资源以及应急服务。如需了解有关GPU及其应用的更多信息，敬请随时关注世界并非平面，而是并行的。
最新的NVIDIA®(英伟达™)Tesla™
GPU最多拥有240个核心，例如NVIDIA®(英伟达™)CUDA™并行计算模型等工具让GPU的核心能够用于处理诸多程序。但是如果想要最大限度地利用这些核心，你必须是一名熟练掌握C语言或C++的程序员才行。问题是，许多高性能计算的最大受益者却并非职业的软件开发人员。虽然出于需要，他们能够编写出定制的代码，但是他们的本职工作却是化学、地质学、天文学、物理学或生物学等相关工作。Tech-X公司是一家位于美国科罗拉多州博尔德市的软件与咨询公司，该公司专门致力于高性能科学计算，力图改变这一领域的发展现状。该公司的GPUlib是一款不错的工具，它能够将基于GPU的计算引入到研究人员所使用的高级工具当中。这些高级工具包括ITT Visual Information Solutions的IDL、Mathworks的MATLAB以及值得信赖的老牌实验室备用语言Fortran。
Tech-X公司空间应用副总裁Peter Messmer表示：「并行计算曾经是一个高精尖的领域。很少有应用程序旨在利用并行计算。GPU处理使其变得更加主流。直到GPU处理的问世，在实验室实现超高性能的最经济方式就是打造一个相对廉价的PC集群。然而，研究人员不是计算机科学家和电气工程师，他们往往不具备完成这项工作所需的技能。而GPU则使这项工作变得更加大众化。」
GPU核心最擅长向量处理，向量处理是一种数学计算，其中大量的数据序列被同时处理，因为这正是GPU渲染图形这一主要任务所需要的。这就使得Tech-X很自然地选择在IDL与MATLAB上做文章，因为这些工具已经针对操作向量数据而进行了优化。典型应用包括针对天文学与远程传感数据的图像处理以及医学成像。
Messmer指出，最大的难题是让研究人员去尝试GPU计算。他表示：「人们已经听说过有关GPU计算的大量报道，但是他们还是将信将疑。他们想起了几年前现场可编程门阵列的大吹大擂，结果被证明是过于复杂以致人们无法用来做任何事情。GPUlib能够有所帮助是因为它能够利用人们在诸多难题上的已有想法。」
对于学术应用，GPUlib是免费的。对于商业应用，它的售价为495美元。GPUlib可用于Windows、Mac以及Linux。
本文是nTersect上世界并非平面，而是并行的系列专题的入门文章。本文聚焦GPU的重要性以及并行处理的未来。当今，与CPU相比，GPU在各种日益重要的领域中均能够更快、更具成本效益地工作。这些应用领域包括医药、国家安全、自然资源以及应急服务。如需了解有关GPU及其应用的更多信息，敬请随时关注世界并非平面，而是并行的。
喜欢
0
赠金笔