INFO

Nowa generacja kart Tesla C2050 (FERMI) już dostępna!!!

Karta TESLA C2050 / 2070

Przyjmujemy już zamówienia na dostawy kart TESLA C2050.

Dostępność kart serii C2070 jest przewidziane na wrzesień 2010r.

Nowa generacja architektury CUDA, karty NVIDIA Tesla™ C2050 i C2070, oznaczone nazwą kodową „Fermi”, to najbardziej zaawansowana architektura dedykowana obliczeniom GPU, jaka kiedykolwiek powstała. Dzięki ponad trzem miliardom tranzystorów oraz aż do 448 rdzeniom przetwarzania CUDA, zapewnia ona możliwości i wydajność superkomputerów opartych o 4 rdzeniowe układy CPU, przy 1/10 ceny oraz 1/20 zapotrzebowania na energię tradycyjnych serwerów korzystających wyłącznie z układów CPU.

Tesla C2050 Board 3GB ECC GDDR5, do 0.52 TFlops (Double Precision)

Sugerowana cena netto: 9′500,00 PLN (w przypadku instytucji naukowych atrakcyjne upusty)

Specyfikacja techniczna:

Form Factor 9.75″ PCIe x16 form factor
# of Tesla GPUs 1
# of CUDA Core 448
Frequency of CUDA Cores 1.15 GHz
Double Precision performance 515 Gflops
Single Precision performance 1.03 Tflops
Total Dedicated Memory*

Tesla C2050
 3GB GDDR5
Memory Speed 1.55 GHz
Memory Interface 384-bit
Memory Bandwidth 148 GB/sec
Power Consumption 238W TDP
System Interface PCIe x16 Gen2
Thermal Solution Active Fansink
Software Development Tools CUDA C/C++/Fortran, OpenCL, DirectCompute Toolkits. NVIDIA Parallel Nsight™ for Visual Studio

Karta Tesla C2050 - płytka

Sprawdź najnowszy katalog rozwiązań NVIDIA_TESLA_CUDA_FERMI (6MB)

Więcej informacji na temat produktów TESLA/FERMI/CUDA oraz specyfikację sprzętu można znaleźć na stronie:

http://www.nvidia.com/object/product_tesla_C2050_C2070_us.html


feat3

NOWE TECHNOLOGIE – NVIDIA Tesla / CUDA

Przyszłość superkomputerów to niedrogie i wydajne rozwiązania, w kierunku Green IT


Przedstawiamy Państwu nowoczesną technologię mocno ukierunkowana na równoległe obliczenia wektorowe. Główną zaletą tej nowej technologii, jest możliwość wielokrotnego przyspieszenia wykonywania zadań opartych na tego typu algorytmach. Czas wykonania takiego zadania na kilkunastu GPU (jednostka przetwarzania graficznego), będzie dużo szybszy niż na dużym klastrze maszyn platformy x86.

Moc w karcie – architektura CUDA (Compute Unified Device Architecture) dostarcza narzędzi dla języka programowania C, umożliwiających opracowanie i uruchomienie kodu wykonywanego na GPU Nvidia.

Przykładem są gotowe narzędzia dla pakietu MATLAB, używanego w modelowaniu matematycznym oraz przy skomplikowanych obliczeniach. Narzędzia dla deweloperów CUDA zawierają rozszerzenia dla standardowego języka programowania C i zestaw bibliotek, między innymi szybką transformację Fouriera – FFT i biblioteki dla algebry liniowej BLAS.

Także programy kryptograficzne mogą używać GPU Nvidia, na przykład Distributed Password Recovery firmy Elcomsoft. Program ten wspierany przez 4 karty graficzne GPU na węzeł, może realizować sieć łamiącą zabezpieczenia kryptograficzne. Przy zastosowaniu tylko jednej karty Tesla S1070 program osiaga co najmniej 2,8 mld prób łamania NTLM na sekundę (CPU Intel Core 2 Quad 6600 osiąga zaledwie 87 milionów).

GPU wraz z odpowiednio napisanym oprogramowaniem osiąga wydajność szczytową niemal 1 Tflopa (mikroprocesor GT 220), przy czym CPU Intel Harpertown 3,2 GHz osiąga sto kilkadziesiąt gigaflopów. Oznacza to, że z kilkunastu GPU można osiągnąć wydajność, która niedawno była granicą świata superkomputerów. GPU cechuje się dużą oszczędnością onergii, gdyż karta Nvidii pobiera mniej niż 200 W, podczas gdy klaster maszyn x86 podobnej wydajności około 10000 W.

Podsumowując:

  • bardzo duża wydajność
  • atrakcyjna cena w stosunku do możliwości
  • energo/miejsco oszczędność – Green IT

Przykładowe wdrożenia:
Bank BNP Paribas rozlicza opcje na… kartach graficznych
NVIDIA: GPU przyspieszą systemy Snow Leopard i Windows 7
NVIDIA Tesla przyspiesza tworzenie sztucznych neuronów
NVIDIA przyspiesza poszukiwania ropy i gazu