Nvidia-Grafikkarten für seismographische Berechnungen
Open Geo Solutions, ein kanadisches Unternehmen im Bereich der Analyse geologischer Strukturen, hat Nvidia-Grafikkarten für seismographische Berechnungen verwendet.
Quelle: Nvidia
NvidiaTesla C1060 Computing Processor (Bild: nvidia.com)
Um exakte Analyseverfahren durchzuführen sind Geophysiker der Öl- und Gasindustrie ständig auf der Suche nach neuer Hardware. Jetzt hat das kanadische Unternehmen Open Geo Solutions für ihre Forschung Nvidia-Grafikkarten verwendet.
Mit der Nvidia-GPU Tesla C1060 führen die Forscher seismographische Berechnungen durch. So wurde die Analyse-Performance durch die Kombination mit der Nvidia-Cuda-Architektur, einer Programmierumgebung zur schnellen Durchführung aufwändiger Berechnungen, um das 55-fache gesteigert.
Mittlerweile hat Open Geo Solutions einen Großteil seiner Applikation auf Cuda migriert.
thx für den Interessanten Artikel
Hi @ all
ich habe heute einen interessanten Artikel in der Zeitung gelesen und zwar folgender:
Handelsblatt Nr. 224 vom 18.11.08 Seite 19
http://www.wirtschaftspresse.biz/s.gif
Supercomputer unter dem Schreibtisch !
BERLIN Die Supercomputing-Industrie steht vor einer Revolution.
Maschinen für wenige Tausend Dollar werden in Zukunft riesige PC-Cluster in Universitäten
und Forschungsabteilungen der Unternehmen ablösen.
Joos Batenburg kann seine Begeisterung kaum verhehlen. Zusammen mit seinem Team
am Vision Lab der Universität Antwerpen hat er eines der zentralen Probleme der digitalen
bildgebenden Medizin gelöst: teure Rechenpower.
Der selbstentwickelte Supercomputer "Fastra" berechnet den 3-D-Ganzkörper-Scan eines
Patienten in Minuten, wofür vier zu einem Cluster zusammengeschaltete Quad-Core-PCs
des Instituts bislang Tage brauchten. Und das Beste, freut sich der junge Wissenschaftler
in einem Youtube-Video: Der Fastra kostet keine viertausend Euro.
Das Geheimnis: Computerspiele.
Der Fastra arbeitet mit acht High-End-Grafikkarten, wie sie einzeln auch für
hochauflösende 3-D-Computerspiele genutzt werden. Jede dieser Grafikkarten hat
128 parallele Prozessoren. Grafikkartenhersteller Nvidia hat eine eigene
Programmiersprache namens "Cuda" entwickelt, die die Bildgeber von Monsterjägern
zu Rechenknechten umwandelt. Sie entlasten ganz einfach die CPU von Aufgaben,
die sie schneller erledigen können, so etwa das parallele Abarbeiten gigantischer
Datenmengen.
Was bislang Einzelanfertigungen in Universitäten und High-Tech-Unternehmen waren,
wird bald auch für normale Unternehmen verfügbar sein. PC-Marktführer Dell
will ab kommendem Jahr seine Workstations mit Nvidia-Tesla-Prozessoren ausrüsten.
Das teilte Nvidia auf der heute beginnenden Supercomputing '08 in Austin, Texas, mit.
Die PCs mit der Rechenkraft der Supercomputer werden unter 10 000 Dollar kosten,
so Sumit Gupta, Senior Product Manager, Tesla Business bei Nvidia.
Auch Apple setzt auf die Kraft der Grafikchips: Das Unternehmen hat im August eine
Cuda-Umgebung für Macs angekündigt, die mit Nvidia-Chips und Mac OS X ausgestattet sind.
Sie soll 2009 zur Verfügung stehen und verhindern, dass Mac-Rechner in der Welt
des Desktop-Supercomputing in die Defensive geraten.
Postinett, Axel
http://www.wirtschaftspresse.biz/s.gif
18. November 2008
MfG Hinkelstone
Viele Programmierer sagen es ist leichter zu programmieren.
C basierten Code kann man teilweise ohne großen Mehraufwand portieren.
Dagegen ist CTM näher an der Hardware.
Man kann höhere Leistung erzielen muss sich aber viel mehr in die Materie rein arbeiten, bzw. die Hardware-Eigenheiten mehr beachten.
Es gibt zwar auch für ATi mittlerweile Bibliotheken, die das auf eine etwas abstraktere Ebene heben, dabei verliert man aber den Geschwindigkeitsvorteil.
Ich denke CUDA ist mittlerweile einfach populärer.
NVida hat ja auch sehr viel Geld investiert um CUDA den Entwicklern schmackhaft zu machen.
Ich denke mal das AMD/ATI sich nicht für diesen Zweig interessiert hat. Sei es aus kosten- oder zeitgründen. Schließlich muss man nicht nur die Hardware, sondern auch eine Entwicklungsumgebung (wie z.B. CUDA) zur Verfügung stellen. Und das ganze will auch sorgsam gepflegt werden, damit man eine, grad für die Wissenschaft, hohe Rechenleistung und -genauigkeit beibehält. Es ist fraglich, ob AMD/ATI das Risiko eingehen würde.
Ich frag mich, ob man eine C1060 auch zum zocken benutzen könnte. 4GB VRAM, 1,296GHz GPU Takt, volle PCIE 2.0 Unterstützung...... Mit ner GTX260 im SLI.....
Das ist ein einziges Forschungsteam, wäre doch wohl blöd wenn die verschiedene Karten mit verschidenen Programmierungen benutzen würden.