• Thứ Hai, 15/11/2010 07:46 (GMT+7)

    Hội thảo Công nghệ GPU 2010 Dành tất cả cho CUDA

    Duy Khánh
    NVIDIA dành toàn bộ thời gian sự kiện cho trình diễn công nghệ, kết quả nghiên cứu, ứng dụng dựa trên nền tảng điện toán song song CUDA.
    NVIDIA nhấn mạnh điện toán song song là xu thế.

    Hội thảo Công nghệ Bộ Xử lý Đồ họa 2010 (GPU Technology Conference - GTC) do NVIDIA tổ chức đã diễn ra từ ngày 20 đến 23 tháng 9 năm 2010 tại thành phố San Jose, bang California, Mỹ, thu hút khách tham dự đến từ 50 quốc gia, 120 nhà tài trợ/triển lãm. Sự kiện này cũng qui tụ 200 tình nguyện viên và 280 diễn giả.

    NVIDIA tâm huyết CUDA

    NVIDIA được biết đến như một nhà sản xuất chip xử lý đồ họa, tạo dựng thành công với thương hiệu GeForce gắn bó với game; Quadro cho máy tính chuyên dùng trong tính toán, đồ họa; và Tegra tích hợp trong máy tính xách tay, thiết bị di động, máy nghe nhạc Zune HD của Microsoft. Tuy nhiên, NVIDIA đang hướng kiến trúc bộ xử lý đồ họa của mình vào thị trường bộ xử lý cho nền tảng tính toán song song.

    Đặc tính xử lý đồ họa là đầu vào tiếp nhận cùng lúc nhiều luồng dữ liệu và khối lượng dữ liệu lớn, khá tương đồng với nguyên lý của hệ thống tính toán song song. Từ đó, NVIDIA hình thành nên kiến trúc song song CUDA (Compute Unified Device Architecture) và cung cấp sẵn sàng bộ xử lý, môi trường lập trình.

    Quadro 5000M thế hệ Fermi
    Bộ xử lý đồ họa dùng cho tính toán song song được gọi tên GPGPU (General Purpose GPU), có thể xử lý hàng triệu luồng cùng lúc. Điều chú ý là kiến trúc CUDA đã sẵn sàng trong tất cả GPU của NVIDIA hiện nay. Tại GPU Technology Conference 2010, ông Jen-Hsun Huang (ảnh) – Chủ tịch, đồng sáng lập NVIDIA – lần đầu tiên công bố lộ trình GPU nền CUDA với mục tiêu tăng hiệu suất tính toán so với điện năng tiêu thụ (GFLOP/w). Theo đó, nối tiếp thế hệ Tesla (2007), Fermi (2009) sẽ là Kepler (2011) và Maxwell (2013) - với hiệu suất cao hơn Fermi khoảng 3 lần và 8 lần.

    NVIDIA làm việc với các đối tác để đơn giản hóa môi trường lập trình và chuyển đổi sang kiến trúc CUDA. Người lập trình hiện tại có thể lập trình ứng dụng nền CUDA trong Microsoft Visual Studio quen thuộc và sắp tới sẽ có trình biên dịch từ ứng dụng cho nền x86 sang nền CUDA.

    CUDA hiện đã được ứng dụng hiệu quả trong xử lý video (từ bản gia đình đến doanh nghiệp) và đặc biệt hướng đến lĩnh vực tính toán khoa học trong ngành dược (hỗ trợ ứng dụng AMBER), tài chính (Numerix, CompatibL), toán học (MATLAB), mô phỏng kỹ thuật (ANSYS), dựng hình 3D (3ds Max), điều khiển robot (OpenCV)... Đã có khoảng 700 máy chủ trang bị GPU Tesla được sử dụng trong các công ty thuộc nhóm Fortune 500. Một kết quả của JAC cho thấy 8 GPU Fermi xử lý nhanh hơn 192 CPU 4 nhân. Trong danh sách Top 500 siêu máy tính (top500.org) công bố tháng 6/2010, GPU Tesla C2050 (kết hợp với CPU Intel Xeon X5650) có mặt trong cấu hình hệ thống Nebulae (đặt tại Shenzhen, Trung Quốc) đứng thứ nhì.

    Chơi game 3D trên nhiều màn hình kết hợp.

    CUDA cho cá nhân

    Chúng ta quen nghĩ dòng card đồ họa Quadro và hệ thống điện toán song song CUDA chỉ dành cho khách hàng doanh nghiệp, chính phủ với khả năng tài chính dồi dào. Ngược lại, NVIDIA đã hướng CUDA đến người dùng cá nhân để mang đến những trải nghiệm mới, ấn tượng về tốc độ.

    Từ tháng 10/2010, bạn có thể trang bị dòng card Quadro 600 (tầm thấp), Quadro 2000 (tầm trung) với chi phí từ 4 triệu đồng (200USD) đến dưới 12 triệu đồng (600USD). Theo công bố của NVIDIA thì Quadro 600 xử lý nhanh hơn 44% so với Quadro FX380 và Quadro 2000 nhanh hơn Quadro 600 khoảng 42%. Tuy tốc độ và khả năng có thể cách xa so với các bản Quadro cao cấp như 4000, 5000, 6000 với mức giá đến 80 triệu đồng (4.000USD), nhưng Quadro 600, 2000 mở ra cơ hội để người dùng cá nhân có thể rút ngắn thời gian xử lý công việc liên quan đến video, hình ảnh, dựng hình CAD.

    NVIDIA cũng nâng cao tốc độ tính toán song song, xử lý hình ảnh video cho máy tính xách tay thông qua GPU Quadro 5000M thế hệ Fermi.
    Tham khảo tại pcworld.com.vn và nvidia.com/gtc

    Ứng dụng trên nền CUDA

    Kiến trúc tính toán song song giúp tăng tốc độ xử lý và đưa nhiều ứng dụng phức tạp đạt mức tương tác thời gian thực.
    Tạo hiệu ứng khói lửa, cháy nổ với sự tương tác vật lý (PhysX) chân thực cho các bộ phim điện ảnh.Bệnh nhân ảo 3D, tương tác như thực tế sẽ giúp sinh viên y khoa thực tập nhuần nhuyễn hơn.
    Mô phỏng thực tế sản phẩm (xe hơi, thời trang) trong lúc thiết kế, giúp đáp ứng nhanh yêu cầu khách hàng.Tăng cường khả năng phân tích hình ảnh, nhận diện đối tượng của robot, thiết bị quân sự.

     

    Từ khóa: CUDA
    ID: A1010_24