Tesla

  • CUDA E IL GPU COMPUTING
  • APPLICAZIONI PER GPU
  • GPU PER SERVER E WORKSTATION
Che cos'è il GPU Computing?
Divider

CHE COS'È IL COMPUTING ACCELERATO DALLE GPU?

Il computing accelerato dalle GPU consiste nell'affiancare una GPU (unità di elaborazione grafica) a una CPU per accelerare le applicazioni scientifiche, di analisi, tecniche, consumer e aziendali. Utilizzati per la prima volta in questo ambito proprio da NVIDIA nel 2007, gli acceleratori GPU costituiscono ora il cuore di data center di grande efficienza energetica nel contesto di laboratori di ricerca statali, università, aziende e piccole e medie imprese di tutto il mondo. Le GPU accelerano le applicazioni in un'ampia gamma di piattaforme, dalle automobili ai telefoni cellulari e ai tablet, fino ai droni e ai robot.

ACCELERAZIONE DELLE APPLICAZIONI CON LE GPU

Il computing accelerato dalle GPU offre prestazioni senza precedenti demandando le porzioni più impegnative dei calcoli di ogni applicazione alle GPU, mentre la parte restante del codice viene eseguita dalla CPU. Dal punto di vista dell'utente, l'unica differenza è che le applicazioni sono nettamente più rapide.

How GPU Acceleration Works
 

CPU E GPU A CONFRONTO

Un modo semplice per capire al volo la differenza tra una CPU e una GPU consiste nel mettere a confronto il modo in cui elaborano le attività. Una CPU è costituita da diversi core ottimizzati per l'elaborazione seriale sequenziale mentre una GPU è dotata di una fitta architettura parallela costituita da migliaia di core di minori dimensioni e di maggiore efficienza progettati per la gestione simultanea di più operazioni.

 

Le GPU hanno migliaia di core che consentono di elaborare carichi di lavoro paralleli con efficienza

Le GPU hanno migliaia di core che consentono di elaborare carichi di lavoro paralleli con efficienza

Guarda il video qui sotto per una divertente interpretazione della differenza tra CPU e GPU.

Guarda il video qui sotto per una divertente interpretazione della differenza tra CPU e GPU.


Scopri se le applicazioni che utilizzi sono già accelerate dalle GPU nel nostro catalogo delle applicazioni.

COME SI COMINCIA

Ci sono tre approcci base per aggiungere l'accelerazione delle GPU alle proprie applicazioni:
  • Inserimento di librerie ottimizzate per le GPU
  • Aggiunta di direttive o “suggerimenti” per il compilatore per auto-parallelizzare il codice
  • Uso di estensioni dei linguaggi di programmazione che già si conoscono, come C e Fortran

Imparare a usare le GPU con il modello di programmazione in parallelo CUDA è facile

Per lezioni online e risorse per sviluppatori gratuite, visita CUDA Zone.

VISIT CUDA ZONE