阅读量:0
谈起GPU加速，相信大家都不会陌生了。目前计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIA(英伟达)发明了CUDA并行计算架构，该架构现已应用于GeForce、ION、Quadro以及Tesla GPU上。近日，Nvidia发布了新款的Tesla GPU，并且在富士通 PRIMERGY CX400上亮相，我们发现，原来服务器还可以这样做。
富士通 PRIMERGY CX400服务器
作为服务器，我们通常忽略了显卡部分的性能，大部分服务器都采用低端的集成显卡，而运算部分全部依靠CPU。而GPU加速无疑打破了这一传统观念，采用了GPU加速的服务器无疑会大大增强其并行数据处理的能力。富士通PRIMERGY CX400紧凑的外形尺寸下有着不可小觑的高性能，四个1U热插拔的PRIMERGY CX250每个节点具有两个CPU，两个2U热插拔CX270拥有两个CPU和NVIDIA Tesla GPU。这样的一套刀片式服务器可以提供强大数据并行计算，而这要归功于Nvidia的新Tesla GPU计算处理器。
NVIDIA Tesla GPU计算处理器
NVIDIA Tesla GPU计算处理器，是一个专门的计算板。它可装配在一个独立PC或工作站里，实现多Tesla GPU。Tesla GPU具有128个并行处理器，可进行高达每秒518G浮点的并行计算。GPU计算处理器可用于配备高性能CPU的现有系统中。在科研界，CUDA一直受到热捧。例如，CUDA现已能够对AMBER进行加速。AMBER是一款分子动力学模拟程序，全世界在学术界与制药企业中有超过60,000名研究人员使用该程序来加速新药的探索工作。 在金融市场，Numerix以及CompatibL针对一款全新的对手风险应用程序发布了CUDA支持并取得了18倍速度提升。Numerix为近400家金融机构所广泛使用。 CUDA的广泛应用造就了GPU计算专用Tesla GPU的崛起。全球财富五百强企业现在已经安装了700多个GPU集群，这些企业涉及各个领域，例如能源领域的斯伦贝谢与雪佛龙以及银行业的法国巴黎银行。
Tesla业务的高级主管古普塔在NVIDIA SUMIT上说：“富士通是在高性能计算(HPC)的领导者”，“新的GPU为服务器提供超级计算性能，在大学，企业和政府研究实验室的研究人员和工程师广泛的应用基础。” 结合多核CPU和一个NVIDIA GPU的并行处理核心的结构，启用了数百个新的HPC行业的GPU加速计算模型。这种组合转移到GPU的复杂的并行计算任务，并保持与CPU相一致的程序逻辑，在并行计算上有超过CPU的表现。 采用了GPU加速的富士通系统的设计，可以解决复杂的计算处理难题，包括结构力学，流体力学，地震模拟和成像，生物信息学，分子动力学和金融业等。汽车行业也正在迅速部署基于模拟运行时间和计算成本的CAE设计GPU技术。
当然，我们相信推出带有GPU加速的服务器肯定不止富士通一家。随着Nvidia Tesla GPU进军服务器领域，众多厂商也会认识到GPU不再是服务器上一个单纯提供图形显示的部分，或许会引发服务器性能部分设计的变革，但是同时也会增加服务器的功耗。GPU加速的服务器和基于ARM处理器的服务器带给我们除了惊喜，也有未知。到底是引起服务器设计业的变革还是Nvidia想插手服务器领域，我们拭目以待。
