HPC (High Performance Computing) mit CUDA (Compute Unified Device Architecture)

Aus Thomas-Krenn-Wiki
Zur Navigation springen Zur Suche springen

Hinweis: Aktuelle Beiträge zum Themengebiet CUDA finden Sie in der Kategorie CUDA.

Hinweis: Bitte beachten Sie, dass dieser Artikel / diese Kategorie sich entweder auf ältere Software/Hardware Komponenten bezieht oder aus sonstigen Gründen nicht mehr gewartet wird.
Diese Seite wird nicht mehr aktualisiert und ist rein zu Referenzzwecken noch hier im Archiv abrufbar.

HPC (High Performance Computing - deutsch: Hochleistungsrechnen) ist ein Bereich des computergestützten Rechnens, so wird die Ausführung von Rechen- und Speicherintensiven Rechenarbeiten genannt.

Die Compute Unified Device Architecture, kurz CUDA genannt, ist eine von Nvidia entwickelte Technologie zur Beschleunigung anspruchsvoller Aufgaben - von der Video- und Audiokodierung bis hin zu Öl- und Gasprospektion, Proddetdesign, medizinischer Bildgebung und wissenschaftlicher Forschung.

Technische Details

Die bisher nur für Grafik-Berechnungen genutzte GPU (Grafikprozessor) kann mittels der von NVidia entwickelten C-Entwicklungsumgebung auch als Co-Prozessor zum Einsatz kommen und so rechenintensive Aufgaben mit einer vielfach höheren Geschwindigkeit als eine CPU (Prozessor) ausführen.

Einst wurde die CUDA Technologie von Ageia unter dem Namen PhysX entwickelt, seitdem Ageia von NVidia zugekauft wurde, wird die Technologie unter dem Namen CUDA weiterentwickelt - im Mai 2009 wurde Version 2.2 von veröffentlicht.[1]

Eingesetzt werden kann die CUDA-Technologie ab den Grafikprozessoren der G8x-Serie, also ab der Nvidia-Geforce-8-Serie und auf den Nvidia Quadro ab der Quadro FX 5600, außerdem auch noch auf den nur für diesen Zweck vorgesehenen Karten Namens „Tesla“, die nur noch als Co-Prozessor genutzt werden können, da ihnen Anschlüsse für Monitore fehlen.

  • Standard-C-Entwicklungsumgebung für parallele Anwendungsentwicklung auf dem Grafikprozessor
  • Standardisierte numerische FFT-Bibliotheken (Fast Fourier Transform) und BLAS-Bibliotheken (Basic Linear Algebra Subroutines)
  • Zur Nutzung des besonders schnellen Datentransfers zwischen GPU und CPU ist ein spezieller CUDA-Treiber notwendig
  • Der CUDA-Treiber interagiert mit OpenGl und DirectX Grafiktreibern
  • Unterstützung für
    • Linux 32-Bit
    • Linux 64-Bit
    • Windows XP 32-Bit
    • Windows XP 64-Bit
    • Windows Vista 32-Bit
    • Windows Vista 64-Bit
    • Windows 7 32-Bit
    • Windows 7 64-Bit
    • Windows Server 2003 64-Bit
    • Solaris x86
    • Solaris x64
    • FreeBSD x86

Die aktuellsten Treiber sind auf der Herstellerseite verfügbar.

Software

Die ersten Programme, welche CUDA unterstützten, waren der Client von folding@home (vervielfachung der Performance), am 17. Dezember 2008 folgte der Client von SETI@home (mit bis zu 10-facher Beschleunigung).

Von NVidia wurde „Badaboom“ veröffentlicht, es handelt sich hierbei um einen Videokonverter, der bis zu 20-mal schneller Videos konvertieren kann, als eine konvertionelle Berechnung durch die CPU. „TMPGEnc“ oder "Adobe Photoshop CS5" unterstützen CUDA, um verschiedene Arbeitsvorgänge zu beschleunigen (z. B. der Einsatz von Filtern, Konvertieren …)

Eine umfangreiche Auflistung der unterstützten Software ist auf der Herstellerseite, [1] verfügbar.

CUDA fähige Karten

Quelle: http://www.nvidia.de/object/cuda_learn_products_de.html - Stand: 4. Oktober 2011

GeForce

  • GeForce GTX 590
  • GeForce GTX 580
  • GeForce GTX 570
  • GeForce GTX 560 Ti
  • GeForce GTX 560 Ti
  • GeForce GTX 560
  • GeForce GTX 550 Ti
  • GeForce GT 545 GDDR5
  • GeForce GT 545 DDR3
  • GeForce GT 530
  • GeForce GT 520
  • GeForce GTX 480
  • GeForce GTX 470
  • GeForce GTX 465
  • GeForce GTX 460
  • GeForce GTS 450
  • GeForce GTS 450
  • GeForce GT 520
  • GeForce GT 440
  • GeForce GT 440
  • GeForce GT 430
  • GeForce GT 430
  • GeForce GT 420
  • GeForce 405*
  • GeForce GT 340
  • GeForce GT 330
  • GeForce GT 320
  • GeForce 315*
  • GeForce 310*
  • GeForce GTX 295
  • GeForce GTX 285
  • GeForce GTX 285 für Mac
  • GeForce GTX 280
  • GeForce GTX 275
  • GeForce GTX 260
  • GeForce GTS 250
  • GeForce 9800 GX2
  • GeForce 9800 GTX+
  • GeForce 9800 GTX
  • GeForce 9800 GT
  • GeForce 9600 GSO
  • GeForce 9600 GT
  • GeForce 9500 GT
  • GeForce 9400GT
  • GeForce 8800 Ultra
  • GeForce 8800 GTX
  • GeForce 8800 GTS
  • GeForce 8800 GT
  • GeForce 8800 GS
  • GeForce 8600 GTS
  • GeForce 8600 GT
  • GeForce 8500 GT
  • GeForce 8400 GS
  • GeForce 9400 mGPU
  • GeForce 9300 mGPU
  • GeForce 8200 mGPU

Tesla

  • Tesla M2050/M2070
  • Tesla C2050/C2070
  • Tesla S2050
  • Tesla M1060
  • Tesla S1070
  • Tesla C1060
  • Tesla C870
  • Tesla D870
  • Tesla S870

Quadro

  • Quadro 6000
  • Quadro 5000
  • Quadro 4000
  • Quadro 4000 für Mac
  • Quadro 2000
  • Quadro 2000D
  • Quadro 600
  • Quadro FX 5800
  • Quadro FX 5600
  • Quadro FX 4800
  • Quadro FX 4800 für Mac
  • Quadro FX 4700 X2
  • Quadro FX 4600
  • Quadro FX 3800
  • Quadro FX 3700
  • Quadro FX 1800
  • Quadro FX 1700
  • Quadro FX 570
  • Quadro FX 470
  • Quadro FX 370
  • Quadro FX 370 Low Profile
  • Quadro CX
  • Quadro CX für Mac
  • Quadro NVS 450
  • Quadro NVS 420
  • Quadro NVS 290
  • Quadro Plex 2100 D4
  • Quadro Plex 2200 D2
  • Quadro Plex 2100 S4
  • Quadro Plex 1000 Model IV

Quadro FX Produktvergleich

Ausführlicher Produktvergleich der Quadro FX Karten ist unter folgender Adresse online: http://www.nvidia.de/object/IO_11761_de.html

CUDA SDK

Die CUDA Entwicklertools umfassen drei wichtige Komponenten: Den aktuellsten CUDA-Treiber, ein komplettes CUDA-Toolkit sowie CUDA SDK Codebeispiele.

  • Das Toolkit ist für folgende Betriebssysteme verfügbar:
    • Windows XP
    • Windows Vista 32-Bit
    • Windows Vista 64-Bit
    • Windows 7 32-Bit
    • Windows 7 64-Bit
    • Linux 32-Bit
    • Linux 64-Bit
    • MacOS

Einzelnachweise

Weblinks

Das könnte Sie auch interessieren

FRU Update Intel Mainboard
Mei: Init hw failure und mei: initialization failed beheben
Revisionsänderung X8SIL-F