GT300 de Nvidia : bien plus que le simple successeur du GT200

La GPU Technology Conférence de Nvidia a ouvert ses portes hier soir. Comme prévu, le PDG, Jen Hsun-Huang, CEO et co-fondateur de NVIDIA a annoncé officiellement la prochaine génération de puce graphique issue de l’architecture « Fermi».

Avant d’entrer dans une présentation plus poussée, la puce a été montrée comme opérationnelle. Elle était présente sur une carte Tesla. Pour Nvidia, « Fermi » ouvre une nouvelle aire au marché des solutions graphiques.

Son architecture a été conçue pour être massivement parallèle, ce que Nvidia appelle le “GigaThread”. Le constructeur parle désormais d’une gestion de milliers de threads simultanément et d’un passage, de l’un à l’autre, accéléré par un facteur 10 face à l’ancienne génération de puce.

Il était intéressant de noter que le discours de la firme n’était pas uniquement axé sur le calcul brut ou de la puissance à destination des joueurs. L’avenir, pour Nvidia, va passer par l’utilisation intensive du GPU à d’autres fins que la 3D.

Encore trop minoritaire à ses yeux, Nvidia souligne que dans bien des domaines, le GPU est une solution fiable et performante pour accomplir de lourdes tâches comme en Sismologie, dans les supers calculateurs, les universités de recherches, l’armée ou encore les finances.

Vous avez remarqué que, depuis pas mal de temps déjà, la communication de la firme est axée sur CUDA, un langage dédié à ses GPU afin de profiter de leur puissance dans des applications autres que les jeux, citons par exemple Badaboom.

Avec « Fermi », l’orientation reste identique et s’accélère. Nvidia ne travaille donc par seulement sur une architecture, mais aussi sur tout un écosystème de programmation. Le vœu de voir se démocratiser l’usage du GPU passe par différentes conditions, dont l’une est de simplifier la tâche des programmeurs. Un environnement de développement intégré à Visual Studio, Nexu, est donc désormais au programme.

« Fermi » se présente avec la bagatelle de 3 milliards de transistors. La gravure est de 40 nm. Plusieurs nouveautés apparaissent et viennent confirmer le choix de Nvidia d’offrir une solution plurielle, aussi bien destinée aux joueurs, à monsieur tout le monde qu’aux professionnels.

Citons l’apparition d’une correction d’erreur ECC, une qualité adressée en premier à tous ceux en proie à des besoins de fiabilité, la prise en charge du C++ en complément de C, Fortran, Java, OpenCL, DirectCompute ou encore Java (une avancée tellement importante pour la firme, que nous ne parlons plus de GPU mais de cGPU) et une compatibilité avec l’IEEE754-2008 ce qui confère une puissance de calcul à virgule flottante, estimée à 8 fois celle de l’ancienne génération.

Côté caractéristiques, Fermi propose 512 cores d’exécution CUDA. Ils sont regroupés par lot (SM) de 32. De la mémoire cache L2 fait son apparition tandis que le bus mémoire prend vie grâce à 6 canaux 64 bits compatibles GDDR5, soit au final une interface mémoire de 384 bits capable de prendre en charge jusqu’à 6 Go.

Pour le grand public, Jen Hsun Huang n’a pas donné de date exacte de lancement des premières cartes graphiques haut de gamme issues de cette architecture. Il s’est juste contenté de dire que ce sera un Mardi. Selon les dernières rumeurs, la fin de l’année est toutefois envisageable.

L’architecture « Fermi » se présente comme une nouvelle direction et pas seulement comme le simple successeur du GT200. Le rôle du GPU et ses objectifs semblent évoluer en parallèle à sa puissance. Nvidia ne se contente pas seulement d’ajouter des unités d’exécution, mais s’attaque aussi au cheminement vers une démocratisation du GPU Computing.

Voici les principales nouveautés:

• C++, pour compléter la prise en charge actuelle de C, Fortran, Java, Python, OpenCL et DirectCompute.
• ECC, élément critique des data centers et des centres de supercalculateurs déployant les GPU à grande échelle
• 512 cœurs CUDA avec le nouveau standard en virgule flottante IEEE 754-2008,
• 8x de performance arithmétique en double précision par rapport à la dernière génération de GPU de NVIDIA. La double précision est indispensable pour les applications HPC (high performance computing) comme l’algèbre linéaire, la simulation numérique et la chimie quantique.
• NVIDIA Parallel DataCache – première vraie hiérarchie de cache dans un GPU au monde à accélérer les algorithmes comme les simulateurs physiques, le lancer de rayon et la multiplication rare de matrices lorsque les adresses de données ne sont pas connues avant.
• NVIDIA GigaThread Engine avec prise en charge simultanée de millier de thread (simulateurs de corps rigides et souples PhysX)
• Nexus – premier environnement de développement informatique hétérogène entièrement intégré sans Microsoft Visual Studio.

Source : Nvidia