请大家参观一下 美商 超微 tesla GPU 运算服务器 tesla K20 K10

京-AMD-刘辉

请参观下面有些成功案例和超微的各种机器。
( N& m1 ~1 O/ }& S8 h) X* W+ k

- F, Q. s7 l* ]6 x% j

京-AMD-刘辉

7 P) S# ^7 r+ S7 `
" F$ A! L; g3 |2 Q4 V! L最新NVIDIA TESLA引领个人超级计算

NVIDIA Tesla通过对地理数据更快、更精确的解读可以使大型储油田的发现成为可能。”—Headwave公司，Steve Briggs
7 ?3 N: @0 _/ a+ w% t
1 K6 H7 W4 J# u( O　　“NVIDIA Tesla使一些程序的处理效率提高了100倍，这些进步使得我们可以将之前只能在集群服务器中处理的一些计算工作转移到桌面型计算机中进行！”—伊利诺斯州州立大学Urbana-Champaign分校，Steve Briggs
& c! V/ S5 P; y/ ~4 K
　　“NVIDIA Tesla为计算电磁学开辟了全新领域。”—Acceleware公司，Ryan Schneider

* S) p( v: a; \; Q$ @加利福尼亚州，圣克拉拉市 –2007年6月20日—在地球科学、分子生物学和医药诊断学等领域，高性能计算每天都在改变着数十亿人的命运。专注以上及其它领域的大学、研究机构和公司正面临着一个可怕的挑战—随着革新速度的增加，他们对处理收集千兆字节数据的大型计算资源的需求也与日俱增。

- j; \! F9 D- c; b　　NVIDIA公司发布GPU计算产品的新家族—NVIDIA Tesla，协助它在实现该挑战的过程中跨进了一大步。此产品为科学家和工程师在“个人超级计算”领域的研究开启了一个新纪元。
" [. c7 g8 R" s: L
. S. T( t8 P3 G: `! w" m9 j　　“当今的科学不再局限在试验室中，在一个单独的物理实验实施前，科学家经常会进行计算机仿真。这个基本改变正在为科学研究和工程学的发现建立一种新方法，” NVIDIA总裁兼CEO Jen-Hsun Huang说。“通过某些情况下几个小时到几周时间的节省，NVIDIA Tesla显示了在高性能计算领域前所未有的重要突破。”
- Y* t- R; t' z& b6 n: V, _6 y
　　以Tesla产品家族为代表的GPU计算解决方案给普通PC机提供了前所未有的处理能力，同时它也可以应用于大型集群服务器，赋予它们处理更为复杂计算问题的能力。

新产品家族包括：
8 {6 }1 s5 H% B# U9 [
· NVIDIA Tesla GPU计算处理器，一个专门的计算板。它可装配在一个独立PC或工作站里，实现多Tesla GPU。Tesla GPU具有128个并行处理器，可进行高达每秒518G浮点的并行计算。GPU计算处理器可用于配备高性能CPU的现有系统中。
+ h9 D, x- V" V2 `/ @
· NVIDIA Tesla桌边型超级计算机，一个可升级的计算系统。此系统包括两颗NVIDIA Tesla GPU，并通过一个行业标准的PCI-E接口与个人电脑机或工作站连接。通过多桌边体系，该技术可以将一台标准个人电脑或工作站升级为一台个人超型计算机，赋予台式计算机高达每秒8TG浮点运算能力的计算能力。
% a! A) B' B! M7 M9 _6 T
. `8 _( k% `. X* q- q$ ~NVIDIA Tesla GPU计算服务器，一个具有高达八颗NVIDIA Tesla GPU的1U服务器。它包含超过1000多个并行处理器，为集群服务器增加数TG的浮点运算并行处理能力。Tesla GPU服务器是业内首个给资料中心带来GPU计算能力的服务器系统

- d3 A7 b4 T6 f　　通过世界上GPU唯一采用的C语言开发环境， NVIDIA Tesla上进行的计算对任何软件开发人员来说都显得易如反掌。NVIDIA CUDA 是一套完整的软件开发解决方案，它包括GPU采用的C语言编译器、纠错器/制模器、专用驱动和标准库。CUDA通过采用标准C语言创建线程程序并行处理大量的数据，从而简化GPU上的并行计算。在CUDA上编写、并在Tesla运行的程序，能够同时处理数千个线程，从而达到高效计算性能，使GPU 迅速解决复杂的计算难题。目前，Linux和Microsoft Windows XP操作系统均已支持NVIDIA CUDA开发环境。
; O  D" o4 f! G5 S* ]
6 n% h* K3 M5 ?% H! f+ Z7 k+ q　　需要复杂计算能力的大多数应用程序均能采用NVIDIA Tesla的性能，使并行计算更为普遍和便宜。目前在学术和应用开发团体里都可以见到采用CUDA的成功案例。除了被主流大学采用建立并行计算的新课程以外，CUDA还被数千软件开发者和科学家在从分子仿真、地震分析到医药设备设计等领域中广泛使用。
  O- h8 O$ q, C* t/ ~% _
　　“我们研究的许多分子结构太大，可能需要或花费数周的时间来处理运行它们的物理仿真计算，” 伊利诺斯州立大学Urbana-Champaign校区高级研究程序员John Stone说，“GPU计算技术使一些程序的处理效率提高了100倍，这些进步使得我们可以将之前只能在集群服务器中处理的一些计算工作转移到桌面型计算机中进行！NVIDIA Tesla通过更灵活的计算解决方案为此领域带来巨大进步。”
' \- F. P) G/ W+ [" Y: n. Z/ M& m
　　“过去，地理和地震分析曾经是一个需要花费很多时间的批处理过程。” 总部位于休斯顿的地理可视化公司—— Headwave公司的系统整合副总裁Steve Briggs说，“如果没有GPU技术近期的进步，不可能出现类似在墨西哥湾的Jack Field27000英尺下勘测到大型储油田的重大发现。今天NVIDIA的新品发布将使此类、甚至更为惊人的发现成为可能。”

　　“使用NVIDIA的计算硬件加速电磁仿真处理时间达25倍甚至更多—该技术已应用到复杂的医药产品分析优化中，这在两年前不曾有人设想过。” Acceleware公司首席技术官 Ryan Schneider说。“NVIDIA

7 a, z7 R( p* k6 D2 N* K9 S: ]7 {0 v