Nvidia lance aujourd’hui une toute nouvelle gamme de produit GPU Computing destinée à offrir au monde professionnel des solutions de très haute performance en terme de calculs.
Commercialisée sous la marque NVIDIA® Tesla, son but est de permettre la transformation de stations de travail en véritables « supercalculateurs personnels ».
” Aujourd’hui, la science n’est plus confinée en laboratoire ; les scientifiques font des simulations informatiques avant toute expérience physique. Cette rupture fondamentale vers les méthodes de calcul inaugure une nouvelle ère de découvertes scientifiques et de progrès techniques“, a déclaré Jen-Hsun Huang, président et CEO de NVIDIA.
Avec Tesla, Nvidia transforme son GPU en coprocesseur mathématique, donnant ainsi un coup de fouet important dans les temps de calcul.
L’exploitation de cette nouvelle architecture est accessible aux développeurs logiciels grâce à l’environnement logiciel en langage C du GPU : NVIDIA CUDA. Cette solution de développement pris en charge par les systèmes d’exploitation Linux et Microsoft® Windows® XP comprenant :
- un compilateur C pour GPU,
- un débogueur/profiler,
- un pilote dédié et des bibliothèques standards.
permet d’élaborer des programmes tournant sous Tesla afin de traiter simultanément des milliers de threads.
Pour l’instant, trois produits sont présentés :
- Tesla C870 : Processeur GPU Computing NVIDIA Tesla.
Carte dédiée architecturée autour d’un G80, avec 1,5 Go GDDR3 et un TDP 170 Watts. Le GPU Tesla comprend 128 processeurs parallèles et fournit jusqu’à 518 gigaflops de calcul parallèle. Le processeur GPU Computing peut être utilisé dans des systèmes existants avec des CPU haut de gamme.
- Tesla C870 : Supercalculateur de bureau NVIDIA Tesla.
Système évolutif comprenant 2 G80 rassemblés dans un boitier et raccordés à un PC ou une station par une connexion PCI Express standard. Au menu 3 Go de mémoire GDDR3 et un TDP de 300 watts.
- Tesla S870 : Serveur GPU Computing NVIDIA Tesla.
Au format 1U, il abrite jusqu’à 4 Tesla C870 soit 8 G80, 6 Go de mémoires GDDR3 et un TDP de pas moins de 800 Watts. Ainsi plus de mille processeurs en parallèle sont présents , ajoutant ainsi des téraflops de traitement parallèle aux clusters.
Nvidia fournie quelques exemples d’application de cette nouvelle architecture.
| Exemples d’applications | Accélération de l’application |
Base de données sismique | 66 à 100 fois |
Simulation d’antenne de téléphone portable | 45 fois |
Dynamique moléculaire (VMD) | 240 fois |
Simulation neuronale | 100 fois |
Traitement avec résonance magnétique | 245 à 415 fois |
Simulation de nuage atmosphérique | 50 fois |
Au niveau tarif, les annonces sont les suivantes : 1299 $, 7500$ et 12000$ pour le Tesla C870, le Tesla D870 et le Tesla S870 réciproquement.
Ces tarifs restent abordables pour des entreprises qui peuvent ainsi devenir indépendantes et autonomes dans leurs besoins en calculs scientifiques.
