上耗费了大量功率。 dally指出大多数现代cpu具有的一些在追求低延迟的过程中浪费能源的功能。 他称,“gpu为吞吐量优化,而cpu是为低延迟优化,以获取非常不错的线程性能。” 现在像nvidia和amd等厂商将其gpu显卡定位为一种常见的计算引擎。 一些行业注意到了这个想法,特别是高性能计算(hpc)领域。本周早些时候,中国新开发的天河一号a型系统荣登最新一轮的世界超级计算机top500名单。该系统除装载了其14000颗cpu之外,还包括了7168颗nvidia tesla m2050 gpu。 nvidia宣称,如果没有gpu,该系统将还需要近4倍多的cpu,2倍的建筑面积和3倍的电力运转。 “在许多方面,hpc是一种早期采用者,因为其运行规模之大,会较早地遇到可能发生的问题。但这完全适用消费者应用以及服务器应用。” dally在主题演讲之后接受采访中这样表示。 尽管dally的谈话集中在高性能计算利用上,但他表示这个总体思路将贯穿整个计算世界。 虽然目前很少的应用是以并行环境为平台,但程序员最终会转向这一模式。“我认为随着时间的推移,人们会将其应用程序转换到并
erserver 通过高密度可聚集 hpc(高性能计算)解决方案使超级计算达到了新的水平,能提供市面上最优越的价格/性能。” supermicro 的最新高端 gpu superserver 在 1u 规格中组装了令人深刻印象的4个 gpu,并为最终高密度 hpc在简约的 2u 规格中组装了6个 gpu。这些企业级 superserver 非常强大并且是绿色的,结合了先进的节能组件、最优化的冷却设计和冗余白金级(效率逾94%)电源。它们支持基于 nvidia cuda 架构的 tesla m2050、m2070 和 m2090 gpu,为计算密集型 hpc 应用带来大规模并行处理能力。它们的高性能、多 tflops(每秒浮点运算次数)性能非常适用于科学和工程领域(包括天文学、生命科学、生态学、计算金融、cae 和 cfd)的计算和动态模型。关于全部的 supermicro gpu supercomputing 解决方案请访问 supermicro gpu 网站。 除了这些突出的产品,supermicro 还将在台北国际电脑展览会上展示一系列广泛的服务器技术和解决方案。 · 8