Introdução
Com o poder de processamento dos chips gráficos aumentando a cada dia – ao ponto de serem mais rápidos do que processadores convencionais em operações matemáticas – tem-se discutido já há algum tempo se os chips gráficos não poderiam ser usados como processadores para a execução de programas. A ideia, conhecida como GPGPU (General-Purpose Graphics Processing Unit ou Unidade de Processamento Gráfico de Uso Geral), é direcionar para o chip gráfico cálculos que de outra maneira seriam feitos pelo processador, aumentando assim o desempenho.
O problema é como fazer isso, já que um programador teria que saber como programar um chip gráfico específico para que um programa pudesse ser executado nele, e este programa não funcionaria em um chip gráfico diferente.
Para resolver este problema a NVIDIA lançou um compilador C para sua série GeForce 8800, chamado CUDA. Com o CUDA qualquer programador pode facilmente compilar seus programas escritos em C para usarem o poder de processamento do chip gráfico do micro.
Dando um passo adiante, a NVIDIA lançou uma série de “placas de vídeo” chamada Tesla. Essas “placas de vídeo” são equipadas com chips gráficos GeForce 8800, mas elas não produzem vídeo: elas foram desenvolvidas para serem usadas como processadores, ou seja, para executarem programas.
Esses programas precisam ser compilados com o CUDA, obviamente. Dessa forma usuários comuns não se beneficiarão desta tecnologia, ou seja, não ache que instalando uma dessas placas no micro o desempenho de processamento aumentará automaticamente.
Qualquer tipo de programa de cálculo pesado que faz muitas coisas em paralelo podem se beneficiar de usar o GPGPU – se eles foram compilados para usar o chip gráfico, obviamente. Isto inclui principalmente simulações (física, financeira, médica, biológica e química, por exemplo).
Uma coisa muito interessante a respeito do CUDA é que você não precisa ter uma placa Tesla instalada para usá-lo. Dessa forma um programador pode comprar qualquer placa de vídeo da série GeForce 8800 e tentar ver se usando o chip gráfico em vez do processador aumenta o desempenho da aplicação que ele está escrevendo. Se funcionar bem, o programador pode pensar em comprar um sistema mais potente, ou seja, uma solução Tesla.
Até agora a NVIDIA lançou três produtos Tesla: uma placa básica, chamada C870, que é uma placa de vídeo GeForce 8800 mas sem a saída de vídeo. O “C” em seu nome significa “placa” (do inglês “card”). Esta placa tem 1,5 GB de memória e o seu desempenho matemático é de 500 GFLOPS (bilhões de operações de ponto flutuante por segundo). Usando um conector PCI Express x16 convencional esta placa pode ser instalada em qualquer computador.
Figura 1: Placa Tesla C870.
Figura 2: Note que esta placa não tem saída de vídeo.
Esta placa básica serve de base para outros dois produtos Tesla disponíveis: D870 e S870.
O D870 – onde “D” significa “Desktop” – é um pequeno gabinete externo contendo duas placas C870, portanto o poder de processamento desta solução é de 1 TFLOP (trilhão de operações de ponto flutuante por segundo). Este gabinete é conectado ao micro através de um cabo, que é basicamente uma extensão do barramento PCI Express.
Figura 3: O gabinete pequeno é o Tesla D870, que contém duas placas C870.
Ainda temos o modelo mais topo de linha, o Tesla S870, que é composto internamente por quatro placas C870. Nós falaremos mais sobre este produto na próxima página.
Respostas recomendadas
Crie uma conta ou entre para comentar
Você precisa ser um usuário para fazer um comentário
Criar uma conta
Crie uma nova conta em nossa comunidade. É fácil!
Crie uma nova contaEntrar
Já tem uma conta? Faça o login.
Entrar agora