Grafikspezialist Nvidia läutet nach eigenen Angaben eine neue Supercomputing-Ära ein. Die neue GPU-Familie Tesla verwandelt Workstations in "Personal Supercomputer" und bietet so Rechenleistung fürs High Performance Computing. Geo-Wissenschaften, Molekular-Biologie oder medizinische Einrichtungen sind auf enorme Rechenleistungen für Simulationen angewiesen. Diese spezielle Anforderung erfüllt Nvidia jetzt mit seiner neuen GPU-Familie Tesla. Tesla-Lösungen bieten sowohl PCs als auch Server-Clustern genug Rechenleistung, so dass sie rechenintensive Aufgaben problemlos bewältigen können.
Tesla GPU Computing Processor (C780): Das dedizierte Board (Grafikkarte) erlaubt den Einsatz mehrerer Tesla-GPUs in PCs oder Workstations mit hochleistungsfähigen CPUs. Die Tesla-GPU besteht aus 128 parallelen Prozessoren und kommt auf eine Rechengeschwindigkeit von bis zu 518 Gigaflops. Tesla Deskside Supercomputer (D780), das skalierbare Computing System (Desktop), umfasst zwei Tesla-GPUs und lässt sich über einen PCI Express-Anschluss an PCs und Workstations anbinden. Diese Lösung verwandelt Standard-PCs und -Workstations in Personal Supercomputer, die bis zu 8 Teraflops Rechenpower bieten. Tesla GPU Computing Server (S780) ist die Bezeichnung für die bislang schnellste Variante: 1U-Server (Rack) mit künftig bis zu acht Tesla-GPUs arbeitet mit über 1000 parallelen Prozessoren und steigert so die Parallel-Performance von Clustern um mehrere Teraflops.
Unterstützte Anwendungsgebiete sind beispielsweise seismische Datenbasis, Mobiltelefon-Antennen-Simulation, Molekular Dynamik (VMD), Neuronen-Simulation, MRI Processing und die atmosphärische Wolkensimulation. Durch die Entwicklungsumgebung für die C-Programmiersprache ist Computing mit Tesla für alle Software-Entwickler zugänglich: CUDA ist eine Komplettlösung für die Software-Entwicklung, die einen C-Compiler für die GPU, Debugger/Profiler, dedizierte Treiber und Standard Libraries enthält. CUDA vereinfacht das Parallel Computing über die GPU und verwendet die C-Programmiersprache zur Erstellung von Thread-Programmen, so dass große Datenmengen parallel bearbeitet werden können. Programme, die mit CUDA erstellt wurden und auf Tesla laufen können tausende Threads gleichzeitig berechnen. Aktuell wird CUDA von Linux- und Windows XP-Betriebssystemen unterstützt.
Preislich liegen die drei ersten Tesla-Modelle bei 1.499 (C780, eine GPU), 7.500 (D780, zwei GPUs) bzw. 12.000 US-Dollar (S780, vier GPUs). Die S780-Ausführung mit acht GPUs wird aktuell noch nicht ausgeliefert, ist aber für die Zukunft geplant.
Mit der E100 1 TB SSD hält Crucial eine preisorientierte NVMe-SSD mit PCIe 4.0 x4 bereit. Das M.2-2280-Laufwerk soll laut...
Im zurückliegenden Monat gab es wieder einige spannende Themen im Bereich Newsmeldungen sowie interessante Artikel und Produkttests. Folgend möchten wir...
Razer erweitert seine Kiyo-Serie um die Kiyo V2 Pro, eine 4K-Webcam für Gamer, Streamer und Content Creator. Die Kamera nimmt...
Wer eine Leiterplattenfertigung anfragen möchte, stellt sich früher oder später dieselbe Frage: Warum dauert ein Angebot so lange, und warum...
AVM startet den Roll-out von FRITZ!OS 8.50 zunächst für die FRITZ!Box 7690. In den kommenden Wochen soll das Update für...
Die E100-SSD von Crucial basiert auf einem PCIe Gen4 Interface und QLC-Flashspeicher von Micron. Die Serie zielt auf Ein- und Umsteiger in die SSD-Welt ab. Wir haben uns das 1-TB-Modell im Test angesehen.
Mit der SSD-990-Familie stellt Samsung eine neue Serie von SSDs für Einsteiger vor. Wie sich die Kombination aus PCI Express Gen4 und QLC-Flashspeicher in der Praxis schlägt, klären wir am 1-TB-Modell.