Komponenter

Nvidia tilbyder parallelt tech til mobile enheder

WhiteAway.com - Alt i hårde hvidevare - Din hvidevare ven

WhiteAway.com - Alt i hårde hvidevare - Din hvidevare ven
Anonim

Chipleverandør Nvidia planlægger at bruge sin Cuda parallelle computingarkitektur i alle sine GPU'er (grafikbehandlingsenheder), herunder dens Tegra system-on-a-chip til mobile enheder.

Nvidias Cuda er et C-sprogmiljø, der gør det muligt udviklere til at skrive software til at løse komplekse beregningsproblemer ved at tappe ind i GPU'ernes mange kerneparametre til at behandle strømmen.

Den første version af Tegra, der forventes sendt inden midten af ​​næste år, vil dog ikke have Cuda, siger Jen-Hsun Huang, grundlægger, præsident og administrerende direktør for Nvidia, i et interview på onsdag.

Cuda er en del af Nvidias strategi om at placere sine GPU'er, der traditionelt er stærke inden for avanceret grafik og spil som generel formål, stk llel databehandlingsprocessorer, der kan bruges i forskellige videnskabelige applikationer og kommercielle anvendelser som f.eks. finansiel databehandling, siger Huang.

"Vi mener, at en GPU ikke kun er til grafik mere og kan virkelig bruges til alt, hvad der involverer masser af data og matematik, "tilføjede Huang.

Nvidia annoncerede tirsdag en GPU-baseret Tesla Personal Supercomputer, som den sagde bruger sine Tesla GPU'er og Cuda til at levere kraften i en klynge af computere til en brøkdel af omkostningerne, i formfaktoren for en standard desktop arbejdsstation. Blandt de computerproducenter, der tilbyder Tesla Personal Supercomputers, er Dell, Lenovo, Asus og Western Scientific.

Der udvikles en ny computerarkitektur, der er baseret på GPU'er og andre typer parallelle processorer og traditionelle CPU'er) arbejder sammen, sagde huang. "CPU'en er fremragende til sekventiel behandling, men der er mange typer problemer, som du kan operere på parallelt", tilføjede han.

GPU'er tilbyder højere ydelse end CPU'er, da de integrerer hundredvis af processorer, ifølge Huang. Modellen af ​​Tesla Personal Supercomputer annonceret tirsdag, for eksempel har 240 processorer kører parallelt, tilføjede han.

Den første til at indse vigtigheden af ​​en "heterogen arkitektur" var spillere, der indså, at med en CPU og en GPU deres video spil og 3-D grafik er meget bedre, sagde Huang.

GPU'en i sin nye positionering ses imidlertid ikke af Nvidia som et alternativ til CPU'er. "Vi forsøger ikke at erstatte CPU'en, som vi mener er nødvendig," sagde Huang.

Nvidia arbejder med applikationsudviklere for at sende deres software til Cuda-arkitekturen, siger Huang. Evnen til at programmere på C-sprog sikrer, at sofistikerede brugere som forskere kan skrive programmerne selv til den nye supercomputer, tilføjede han.