NVIDIA TESLA打造万元个人超级计算机

2008年11月18日，美国德克萨斯州奥斯汀市SC08大会）- 现在，人们已经开始在超级计算群集上进行科学研究。这些群集是一种多人共享的资源，其功率高达数百千瓦、组建和维护成本高达数百万美元。其结果是，研究人 员必须为使用这些资源而你争我抢，导致工作速度降低，计算结果延迟。今天，NVIDIA?（英伟达?）公司及其全球合作伙伴于正式宣布推出基于GPU的 Tesla?个人超级计算机。该产品以计算群集百分之一的价格以及标准台式工作站的尺寸实现等同于一个群集的超强计算性能。

　　nVIDIA于一年前发布了针对科学计算领域的Tesla，或许很多DIY对Tesla都不熟悉，因为它主要是面向 行业用户进行科学计算的产品，涉及多种应用领域，如石油天然气勘探、视频编码以及科学研究的医学成像等等。2008年6月17日，nVIDIA又于德国发 布了第二代的Tesla产品，Tesla 10系列以及新的1U服务器和TESLA C1060处理器，籍着这个机会，今天我们向大家讲解下nVIDIA Tesla系列的应用以及未来。

　　对Tesla并不了解的朋友，如果近期经常接触显卡，应该也对CUDA这个词组有所闻，简单来说，CUDA就是以C 语言编写的一种API，通过CUDA用户可以用GPU来进行某些软件或科学领域的加速运算，使GPU不仅仅在图形领域发挥作用。而TESLA正是以 CUDA为基础开发面向科学计算的产品。

nVIDIA的Tesla系统平台

　　所谓GPU运算实际上是有CPU和GPU协调进行的，而且是一个（异构）的计算环境。这就意味着在应用程序当中，顺 序这一部分的代码是在CPU里面进行执行的，而并行的也就是计算密集这一部分是在GPU里面进行。到底什么是顺序，什么是并行？用简单例子说，假设每人手 中都有一瓶水，这里有一个桶，我们把这个桶装满，顺序的话，就是一个人来了以后另外一个人再过来，同时的话，所有人把水往桶里倒。这样的话，显然通过并行 的方式速度会快很多。

Tesla在外观上和传统显卡相差不大，但需要注意Tesla是没有输出接口的

　　Tesla是以GPU为处理核心的计算平台，和常规计算机一样，它同样具有CPU等其他常规的电脑硬件，但计算机搭 配的Tesla和传统显卡不同，它没有视频输出接口，而且是多块组成SLi的模式，以计算应用为主。好了，我们对Tesla这个概念有了认识后，我们下面 就来看看目前Tesla的主要应用层面。

　　GPU和传统的CPU不同，它是由多核心组成的并行处理架构，主要优势在于其高性能的计算运算能力，在视频编码、科学研究的医学成像以及Photoshop应用领域中效率要高于传统的CPU。

Tesla可应用于生命科学的模拟运算中，运行速度可提高12倍

在科学应用上，通过CUDA实现气象研究预报的工作，整体速度能大幅提升20%

CUDA在金融实时期权评估上的效率也是远超CPU的

用于服饰布料物理特性CAD设计，能实时考察设计效果

　　Burton Smith
　　微软公司技术人员
　　前Cray公司首席科学家

　　过去我们都曾听说过‘台式超级计算机’，但是这一次它真的来了：NVIDIA及其合作伙伴给主流市场带来了超凡性能以及广泛适用于的完美结合。异构计算使这种突破成为可能。

Tesla 8系列取得的巨大成果

对比Tesla 8系列，新一代Tesla 10系列的改进

Tesla S1070 1U系统浮点性能已经高达4 Teraflop

　　自nVIDIA于GeForce 256提出GPU这个概念以来，GPU负责的任务已经越来越多，如今随着CUDA及Tesla的发布，相信GPU在未来将会扮演更重要的角色。