Die Zukunft der Virtualisierung
steht in den Sternen?
Wir haben Alternativen zum Lizenz-Hokuspokus.
Weitere Möglichkeiten
Unser E-Book zu GPU Computing gibt Ihnen einen Überblick über die verfügbare GPU-Technologie und ihre Anwendungen. Nach einem kurzen Einstieg zur Funktionsweise von GPUs erhalten Sie eine ausführliche Übersicht zu NVIDIAs Grafikprozessoren, aktuellen Entwicklungen bei AMD und Infos zu Schnittstellen und Toolkits. Als Abschluss folgen einige Hinweise, worauf es bei der Auswahl der Hardware für GPU Computing zu achten gilt.
JETZT E-Book herunterladen
GPU Computing ist ein Industriestandard, der von nahezu jedem Hersteller angeboten wird. Doch was steckt dahinter? GPU Computing wird vor allem bei sehr rechenintensiven Prozessen eingesetzt. Dabei werden die anspruchsvollen Teile der Anwendung auf den Grafikprozessor ausgelagert, während alle anderen Berechnungen auf der CPU verbleiben. GPUs verfügen, im Gegensatz zu CPUs, über tausende Cores, die für die parallele Datenverarbeitung ausgelegt sind. In Kombination mit der seriellen Verarbeitung der wenigen Recheneinheiten auf der CPU können Anwendungen so wesentlich schneller umgesetzt werden. Voraussetzung ist, dass sich die Berechnungen gut parallelisieren und in relativ einfache, gleichförmige Unteraufgaben zerlegen lassen.
Hardware für GPU Computing muss viele Anforderungen erfüllen. So muss der Server, in dem die GPUs verbaut sind, sehr robust sein, denn die Leistungsaufnahme und die Abwärme der GPUs liegen oft um ein Vielfaches höher als bei Standard-Systemen. Außerdem müssen die eingesetzten CPUs leistungsfähig und hochwertig sein, um die GPUs zu steuern und um bei Bedarf auch entsprechende Performance, etwa auf der Storage-Seite, bereitstellen zu können.
Forschung und Entwicklung sind klassische Anwendungsgebiete von GPU Computing. Hier profitieren Ingenieure, Techniker und Wissenschaftler schon seit Jahren von der Kraft der hoch parallelisierten Prozessor-Architektur: GPUs beschleunigen etablierte Methoden und Algorithmen, die in beinahe jedem Wissenschaftszweig zur Lösung numerischer Probleme oder zu Simulationszwecken zum Einsatz kommen. Auch im Bereich Festigkeit und Belastbarkeit von Industriegütern wie Motorengehäusen, Tragflächen und Brückenpfeilern ist GPU Computing für Ingenieure und Materialwissenschaftler nicht mehr wegzudenken, Entwicklungszyklen für Produkte aller Art können mit GPU Computing um ein Vielfaches beschleunigt werden. Weitere technisch-wissenschaftliche Anwendungsgebiete sind die Bioinformatik, Bild- und Videobearbeitung sowie bildgebende Verfahren in der Medizin, beispielsweise die Computertomographie.
Der Aufschwung, den Technologien wie künstliche Intelligenz oder Machine Learning in den letzten Jahren genommen haben, wäre ohne GPU Computing nicht denkbar. Die Anbieter sorgen dafür, dass GPUs sehr einfach eingebunden werden können und verlassen sich auf die Rechenkraft von Grafikkarten. Hersteller wie NVIDIA und AMD entwickeln mittlerweile sogar spezielle GPUs, deren primäre Aufgabe nicht mehr die Grafik-Ausgabe ist, sondern die rein zum parallelisierten Verarbeiten großer Datenmengen dienen, etwa die Tesla-GPUs von NVIDIA und deren Nachfolger mit teilweise über 5000 Prozessoren in einer Einheit.
Sie interessieren sich für
GPU Computing, wissen
aber nicht, was ein GPU-System für
Ihre Anforderungen alles können muss?
Wir helfen Ihnen gerne weiter und
finden eine individuelle Lösung für
Ihren Einsatzzweck.
Wir entwickeln das passende
GPU-System für Ihr Unternehmen.
Jetzt entdecken!