Nvidia: Veröffentlicht Open-CL-Treiber [Quelle: siehe Bildergalerie]
Dass GPU-Computing in den letzten Jahren immer ausgereifter und beliebter wurde, dürfte Hardware-Interessierten kein Geheimnis geblieben sein. Besonders bei Nvidias eigenem Konzept, CUDA, konnte man in letzter Zeit
interessante Ergebnisse bewundern.
Besagter Standard heißt Open-CL und ist seit Dezember 2008 endlich in der Version 1.0 verfügbar. Ein halbes Jahr nachdem Nvidia nun einen ersten Open-CL-fähigen Treiber an Entwickler ausgeteilt hatte, wird nun die
erste öffentliche Version herausgegeben. Dieser verfügt des Weiteren auch über zahlreiche Hilfsmittel um Open-CL-Anwendungen erstellen und anschließend optimieren zu können. Der Treiber unterstützt alle Grafikchips ab der G80-Generation oder neuer, inklusive der mobilen Versionen. Die bisher für CUDA gängigsten Varianten der Quadro und Tesla Serie werden natürlich ebenfalls von ihm angesprochen.
Den Treiber gibt es in Versionen für Windows-, Linux- und Mac-OS-Plattformen. Er enthält auch den Open-CL-Visual-Profiler, durch den man, in grafischer Form, Engpässe von Hard- und Software, bei der Ausführung von Open-CL-Anwendungen, einsehen kann. Neueinsteiger sollen sich dank Code-Beispielen und Best-Practices gut zurechtfinden. Multi-GPU-Support gehört ebenfalls zum Funktionsumfang. Treiber und Code-Beispiele sind zudem kompatibel zum CUDA Toolkit Version 2.3.
News, Tests und Wissen zu Technologie-Themen finden Sie auf der
Technologie-Übersichtsseite von PC Games Hardware Online.
Komplett-PC-Käufer
08.10.2009 17:04
@erster "öffentlicher treiber"
-> so öffentlich ist der nicht denn
zitat:
"OpenCL v1.0 Conformant GPU drivers for all CUDA-enabled GPUs"
sprich KEINE Ati-karten^^
BIOS-Overclocker
01.10.2009 09:06
Nope, dafür sind GPUs zu speziell designt. Die kommen nur mit gleichen Daten zurecht. Man könnte höchstens die GPU zur Beschleunigung des Desktops machen, aber du kannst (im mom) noch kein OS drauf laufen lassen.
Komplett-PC-Käufer
30.09.2009 18:08
Parallelisierung in Grafikkarten ist nicht das gleiche wie bei CPUs mit mehreren Kernen. Auf der Grafikkarte führt man eher die gleichen Operationen auf vielen Datensätzen gleichzeitig aus. CPU-Kerne laufen dagegen unabhängig von einander.
Ein großes Problem ist auch, dass man je nach Einsatzzweck ständig Daten von der CPU in die GPU und zurück schaufeln muss. Das kostet eine Menge Zeit und kehrt den erhofften Geschwindigkeitsvorteil gerne mal ins Gegenteil um.
Damit eine GPU wirklich hilft müssen die Shader gut ausgelastet sein und möglichst viel ohne Eingriff der CPU auf der GPU laufen. Bei einem Betriebssystem ist das kaum der Fall.