Grafikspezialist Nvidia läutet nach eigenen Angaben eine neue Supercomputing-Ära ein. Die neue GPU-Familie Tesla verwandelt Workstations in "Personal Supercomputer" und bietet so Rechenleistung fürs High Performance Computing. Geo-Wissenschaften, Molekular-Biologie oder medizinische Einrichtungen sind auf enorme Rechenleistungen für Simulationen angewiesen. Diese spezielle Anforderung erfüllt Nvidia jetzt mit seiner neuen GPU-Familie Tesla. Tesla-Lösungen bieten sowohl PCs als auch Server-Clustern genug Rechenleistung, so dass sie rechenintensive Aufgaben problemlos bewältigen können.
Tesla GPU Computing Processor (C780): Das dedizierte Board (Grafikkarte) erlaubt den Einsatz mehrerer Tesla-GPUs in PCs oder Workstations mit hochleistungsfähigen CPUs. Die Tesla-GPU besteht aus 128 parallelen Prozessoren und kommt auf eine Rechengeschwindigkeit von bis zu 518 Gigaflops. Tesla Deskside Supercomputer (D780), das skalierbare Computing System (Desktop), umfasst zwei Tesla-GPUs und lässt sich über einen PCI Express-Anschluss an PCs und Workstations anbinden. Diese Lösung verwandelt Standard-PCs und -Workstations in Personal Supercomputer, die bis zu 8 Teraflops Rechenpower bieten. Tesla GPU Computing Server (S780) ist die Bezeichnung für die bislang schnellste Variante: 1U-Server (Rack) mit künftig bis zu acht Tesla-GPUs arbeitet mit über 1000 parallelen Prozessoren und steigert so die Parallel-Performance von Clustern um mehrere Teraflops.
Unterstützte Anwendungsgebiete sind beispielsweise seismische Datenbasis, Mobiltelefon-Antennen-Simulation, Molekular Dynamik (VMD), Neuronen-Simulation, MRI Processing und die atmosphärische Wolkensimulation. Durch die Entwicklungsumgebung für die C-Programmiersprache ist Computing mit Tesla für alle Software-Entwickler zugänglich: CUDA ist eine Komplettlösung für die Software-Entwicklung, die einen C-Compiler für die GPU, Debugger/Profiler, dedizierte Treiber und Standard Libraries enthält. CUDA vereinfacht das Parallel Computing über die GPU und verwendet die C-Programmiersprache zur Erstellung von Thread-Programmen, so dass große Datenmengen parallel bearbeitet werden können. Programme, die mit CUDA erstellt wurden und auf Tesla laufen können tausende Threads gleichzeitig berechnen. Aktuell wird CUDA von Linux- und Windows XP-Betriebssystemen unterstützt.
Preislich liegen die drei ersten Tesla-Modelle bei 1.499 (C780, eine GPU), 7.500 (D780, zwei GPUs) bzw. 12.000 US-Dollar (S780, vier GPUs). Die S780-Ausführung mit acht GPUs wird aktuell noch nicht ausgeliefert, ist aber für die Zukunft geplant.
KIOXIA Europe GmbH hat die Entwicklung einer Super-High-IOPS-SSD angekündigt. Der neue SSD-Typ ermöglicht es GPUs, direkt auf den Hochgeschwindigkeits-Flashspeicher zuzugreifen...
Am heutigen Mittwoch gaben AMD und Samsung Electronics gemeinsam die Ausweitung ihrer strategischen Zusammenarbeit zur Unterstützung der KI-Infrastruktur der nächsten...
Kingston gab heute die Einführung des hardwareverschlüsselten USB-Sticks IronKey Locker+ 50 G2 (LP50 G2) bekannt. Der USB-Stick bietet Sicherheit auf...
Eine stabile und schnelle Internetverbindung gehört heute zur Grundausstattung vieler Haushalte. Streaming, Cloud-Dienste und Online-Gaming stellen hohe Anforderungen an die...
Eine solide Server-Infrastruktur bildet das Fundament jedes erfolgreichen Tech-Projekts. Ob Webanwendung, API-Backend oder datenintensiver Dienst – wer die Server-Infrastruktur-Performance von...
Crucial bietet DIMM-Module der Pro-OC-Familie in unterschiedlichen Konfigurationen an. Wir haben uns zwei Kits mit 6.400 MT/s und Größen von 2 x 16 GB sowie 2 x 32 GB im Praxistest genau angesehen.
Mit dem T-FORCE XTREEM bietet TEAMGROUP einen DDR5 Desktop-Memory mit Geschwindigkeiten von bis zu 8.200 MHz an. Wir haben uns das DDR5-8000 Kit mit 32 GB im Test genauer angesehen.