nvidia tesla k20 盒装

eneiwstt

质保三年 盒装正品
北京思腾创新科技发展有限公司
联系人 温巍
联系电话 13301397412
QQ 499686668

NVIDIA® (英伟达™)今天推出了 NVIDIA® Tesla® K20 系列 GPU 加速器以及成就 Titan 的技术。该系列 GPU 加速器是史上性能最高、最高效的加速器，而 Titan 则是今天 TOP500 榜单上的全球最快超级计算机，该榜单于今天上午在 2012 超级计算大会上发布。

　　橡树岭国家实验室位于美国田纳西州橡树岭，其 Titan 超级计算机装备了 18,688 颗 NVIDIA® Tesla® K20X GPU，在 LINPACK 基准测试中创下了 17.59 Petaflops 的性能纪录(1)，从劳伦斯利弗莫尔国家实验室的 Sequoia 系统手中夺得了世界超级计算机的头号排名。

　　Tesla® K20 – 领先的性能与节能性

　　全新Tesla® K20 系列产品基于革命性的 NVIDIA® Kepler™ 计算架构，其中包括 NVIDIA® Tesla® 加速计算产品系列中的旗舰产品 Tesla® K20X 加速器。

　　K20X 的计算性能开创了单颗处理器史上最高纪录，在与领先的CPU 搭配使用时可令应用程序速度提升十倍。(2) 在两大常见计算性能衡量指标上，K20X 超过了所有其它处理器 – 单精度与双精度的峰值浮点性能分别为 3.95 Teraflops 和 1.31 Teraflops。

　　这一全新系列还包括 Tesla® K20 加速器，其单精度和双精度的峰值性能分别为 3.52 Teraflops 和 1.17 Teraflops。Tesla® K20X 与 K20 GPU 加速器标志着，在过去的三十天里已经实现了 30 Petaflops 以上的性能。这相当于去年十强超级计算机的计算性能总和。

　　苏黎世理工学院计算物理学教授兼瑞士国家超级计算中心总监 Thomas Schulthess 博士表示: “我们正在利用 NVIDIA® (英伟达™) GPU 架构来大幅加速诸多领域中的模拟，这些领域包括气候与气象学、地震学、天体物理学、流体力学、材料科学以及分子生物物理学。K20 系列加速器标志着计算方面在 NVIDIA® (英伟达™)上一代 Fermi 架构上实现了重大飞跃，该系列加速器不但提升了生产率，而且让我们有可能得出全新的深刻见解，这在之前是不可能实现的。”

　　其它先期客户包括: 克莱姆森大学、印第安纳大学、托马斯杰斐逊国家加速器机构 (杰斐逊实验室)、阿布都拉国王科技大学 (KAUST)、国家超级计算应用中心 (NCSA)、国家海洋与大气管理局 (NOAA)、橡树岭国家实验室 (ORNL)、南加利福尼亚大学 (USC) 以及上海交通大学 (SJTU)。

　　节能性为 “更环保” 的数据中心而生

　　Tesla® K20X GPU 加速器的节能性比上一代 GPU 加速器高三倍，扩大了与 CPU 相比之下的效率优势。

　　利用 Tesla® K20X 加速器，橡树岭的 Titan 取得了 2,142.77 Megaflops 的每瓦特性能，节能性超过了最近全球最节能超级计算机 Green500 榜单上的头号系统。(3)

　　在最广泛的数据中心应用上速度最快

　　Tesla® K20 系列加速器可加速最广泛的科学、工程以及商业高性能计算与数据中心应用程序。现在，已有 200 多款软件应用程序可利用 GPU 加速，这一数字在不到一年的时间里增长了 60%。

更迅速 - 繪圖與視覺化程序更為迅速NVIDIA® Tesla® 加速器专为高性能计算而设计。 这些协处理器可为NVIDIA Maximus™ 平台提供顶级的协同处理能力，以加速那些要求最高的并行计算任务。 通过在工作站中添加 Tesla 处理器，用户可以在行业一流的应用程序中利用最新的分析、模拟以及渲染工具，以一半的处理时间即可看到结果。 你还可以大幅加速一些最复杂的工具，加速效果远比添加第二颗 CPU 更理想。 这是一款无可匹敌的解决方案，它让你能够在更短的时间内完成更多工作。

GPU 加速器

	NVIDIA Tesla K20	NVIDIA Tesla C2075
NVIDIA CUDA 核心数量	2496	448
显存	5GB GDDR5	6GB GDDR5 存储器
存储器带宽 (ECC 关闭)1	208 GB/秒	144 GB/秒
峰值双精度浮点性能 性能 (板卡)	1.17 Tflops	515 Gflops
峰值单精度浮点性能 (板卡)	3.52 Tflops	1030 Gflops
应用	制造业 媒体和娱乐 能源
上市情况	2012 年 11 月	现在

  NVIDIA提供了一套完整的GPU计算产品线，包括系统产品和全新的开发环境。产品线的中心是基于GeForce 8系列架构的GPU，以及CUDA开发工具包和C编译器。   G80特殊的缓存式架构进一步提高了ALU浮点运算效能

·NVIDIA Tesla GPU将给PC和工作站带来更高计算性能； ·NVIDIA Tesla GPU 桌面超级计算机配合标准工作站可以提供令人难以置信的高强度计算性能； ·NVIDIA Tesla GPU 在一个1U形式的装置内集成了高密度的GPU核心； ·NVIDIA CUDA开发环境包含了快速傅氏变换、BLAS 算法。 ·NVIDIA 软件开发包提供了文档以及编程样例。

    NVIDIA计算解决方案设计上与现行的IT基础结构做到了无缝衔接，遵守下列的工业标准：

· C 编译器，提供一个为令人熟悉的、支持度很好的开发环境 · 支持独立128bit的IEEE 754单精度浮点单元，和CPU浮点单元一样支持各种高级的浮点操作。 · 可以兼容于Intel/AMD的x86 32-bit和64-bit微处理器架构以及Microsoft or Linux 的操作系统。

NVIDIA CUDA GPU计算软件

    NVIDIA CUDA技术基于一种全新的用于开拓GPU运算性能的软件架构，CUDA程序执行时，GPU作为主CPU的协处理器工作，GPU可以处理大量的并行信息，同时CPU组织、解释、与后台交流要处理的信息。应用程序的计算密集型部分要被执行很多次，每次由主应用程序提交的不同数据，经过编译后由GPU并行执行。

  CUDA辅助CPU进行通用运算功能的示意图

    CUDA包含3个主要的组件，可以高效执行并行程序的GEFORCE8 系列GPU；一个可访问GPU上并行计算资源的编译器，以及一个计算专用的运行时驱动

CUDA的核心部分是专门开发的C编译器。首开先河的编程环境简化了并行程序的编码。C语言对大多数开发人员都十分熟悉的，可以使编程人员专注于开发并行程序而不是处理负责的图形API。为了简化开发，CUDA的C编译器允许程序员将CPU 和 GPU的代码混合记录到一个程序文件中。一些简单代码被增加到的C程序中，通知CUDA编译器哪些函数由CPU处理，哪些为GPU编译。然后程序被CUDA编译器编译，而CPU处理的代码则由开发者的标准C编译器编。   CUDA的计算流程

开发人员使用一种全新的编程模式将并行数据映射、安排到GPU中。CUDA程序则把要处理的数据细分成更小的区块，然后并行的执行它们。这种编程模式允许开发人员只需对GPU编程一次，无论是包含多处理器的GPU产品或是低成本、处理器数量较少的产品。当GPU计算程序运行的时候，开发者只是需要在主CPU上运行程序，CUDA驱动会自动在GPU上载入和执行程序。主机端程序可以通过高速的PCI Express总线与GPU进行信息交互。数据的传输、GPU运算功能的启动以及其它一些CPU 和GPU交互都可以通过调用专门的运行时驱动中的专门操作来完成。这些高级操作把程序员从手动管理GPU运算资源中解放出来。对大规模数据进行解译与处理的能力处于计算科学的前沿领域，通过可以广泛普及CUDA的开发工具，任何程序都可以释放GPU的计算力量。通过CUDA软件和Tesla GPUs的结合，开发者现在能够在桌面平台进行大规模超级计算，同时也可以戏剧性的增加服务器集群的处理能力。

GPU计算实例研究

    下面的一些实例展示了GPU计算的性能，众多运算密集型的应用程序执行速度已经可以通过NVIDIA的GPU产品获得令人瞩目的提升。

医学成像：数字层析 X 射线照相组合

    数字层析X 射线照相组合是一种早期胸部肿瘤X射线透视法，可以使癌症对乳房组织的损害被更早的检测、发现。在这种应用中，美国马萨诸塞州综合医院就使用了NVIDIA的 GPU产品，通过对X射线透视所获取的数据进行高强度计算来重建图像。

    为了更好的显现肿瘤或其它癌变，层析X射线照相使用了视差技术，可以使图像上相邻物体间的距离更远、成像更清晰。电脑的任务就是将病人胸部的X光扫描图像电子式的排列组合起来。通过使用这种技术，可以消除层叠结构对癌变组织图像的模糊作用。  

    层析X 射线照相组合作为一种医学成像概念问世于上世纪60年代，但是直到90年代，当数字感光器具有足够的灵敏度之后才得以成为现实。但是，当时的处理器性能还不足以满足这项任务。首次通过层析 X 射线照相获得的数据进行医学成像的尝试中，花费了5个小时才完成对一个病人的扫描，时间太长，无法进入实际应用。使用一个由34台PC的服务器集群也耗费了20分钟才完成处理，结果还不错，但是在医院的放射实验室安置服务器集群是不切实际的。

    现在，在使用NVIDIA的GPU产品进行计算后，马萨诸塞州综合医院在图像重建的过程中获得了100倍的速度提升，使用一台PC只用5分钟就可以完成计算，使医生很快就可以得到成像图片并给出诊断结果。

模拟与设计：生物医学核磁共振成像植入设备

    在医学领域内，为了保证核磁共振成像或是其它一些诊疗成像设备的安全使用，许多生物医学植入设备被广泛使用。在这些植入设备的模拟与设计过程中，需要进行高强度的计算，用传统的电脑集群将耗费相当多的时间。  

    著名的美国波士顿科学国际有限公司就是一个设计和制造起搏器和其他一些生物医学植入设备的公司，他们使用了NVIDIA GPU 运算技术加速整个计算过程。通过NVIDIA的 并行 GPU 架构，模拟过程的执行速度提高了25倍。不仅速度方面提高很多，在成本方面也比过去使用CPU集群时大大降低。  

地球科学: 石油与天然气勘探

    现在，石油与天然气的勘探正变得越来越困难。大型的油气储藏带经常处于地表下很深的地方以至于难于勘测。例如最近在墨西哥湾发现的油田就处于海床下20000英尺深的地方。为了解释地质数据，就必须对获得与处理大量的地震数据。

   大多数人今天仍然认为GPU是一种用于娱乐消费的技术。但是，休斯敦的Headwave正着手开发新一代计算平台，以充分利用图形卡的并行计算潜力了。  

    Headwave的解决方案也通过NVIDIA 的GPU技术，并使用CUDA SDK来运行。地球物理学者可以更快速的筛选他们的数据，即便这些数据多达几TB的容量。过去处理这些多达几TB的数据需要数月的计算时间，而使用NVIDIA GPU 计算技术后，计算速度比过去提高了20倍。所以说，没有NVIDIA 的GPU 计算技术，即时演算这些数据是不可能的，石油与天然气公司将成为这项新技术的直接受益者。

计算生物学：分子动力学模拟

    在分子动力学模拟领域内，模拟复杂的分子系统需要要耗费大量的时间，并使用复杂的计算机集群。位于Urbana-Champaign的美国伊利诺伊大学的研究人员就使用了NVIDIA的 GPU 产品用于计算生物分子、离子的相互作用，结果是运算速度比过去采用CPU集群提高了100倍。

  关于人类疾病的研究是高性能科学计算的主要用途之一

    使用GPU工作站后，实际运算速度达到了705 gigaflops。这样非凡的成绩也使得生物科学研不再被限制在服务器集群平台，有了GPU计算，在个人实验室、桌面平台都可以很轻松的进行这些生物分子的模拟，从而使研究者之间不再争夺有限的计算资源。

    更进一步，在一些大规模服务器集群中引入GPU之后，一些过去无法实现的梦想现在也可以成为可能。纳米级分子动力学与NVIDIA计算技术的结合是尖端研究与软件开发技术的联姻，用于帮助超级计算机解读活性细胞分子的微小组成。

科学计算：MathWorks MATLAB

    MATLAB是一种非常适合于对科学和数学算法进行快速编码的高级语言，并广泛应用于各种研究领域，例如信号与图像处理、测量、商业建模与分析、计算生物学等。

    使用NVIDIA 的GPU产品来加速MATLAB有两种方法，第一种不需要改变MATLAB的代码，仅通过插入CUDA FFT 或BLAS 函数库就可完成。为了进一步加速MATLAB程序，CUDA 中的MATLAB插件允许编程人员使用优化过的CUDA程序来替换某些关键函数，这些新的CUDA函数可以被MATLAB程序所调用。由于使用了CUDA函数，MATLAB的使用者可以方便的加速计算而不必重写整个应用程序。

神经电路模拟：     大脑神经电路的模拟需要大规模的进行大规模的生物电路模拟，其中也涉及到大量的并行计算。模拟一个神经细胞需要在一秒钟内求解2亿个方程式。一个神经系统矩阵则有成千上万个神经细胞构成，对一格神经系统的即时模拟则需要超过10teraflops的计算能力。Evolved Machines公司在2006年与NVIDIA 合作，将神经系统的模拟速度比当今的x86 微处理器提高了130倍。

eneiwstt

质保三年 盒装正品
北京思腾创新科技发展有限公司
联系人 温巍
联系电话 13301397412
QQ 499686668