![]() |
Emploi
|
![]() |
Start-up
|
![]() |
Evénements 01 | ![]() |
Avis d'expert | ![]() |
Vidéos | ![]() |
Indicateurs
|
![]() |
Distribution
|
![]() |
Telecharger Pro
|
![]() |
Livres blancs | |||||||||||||||||||||












Nvidia, le spécialiste des cartes graphiques a présenté, ce matin à la presse, une toute nouvelle gamme d'équipements, baptisée Tesla, pour le marché du calcul scientifique. L'originalité de ces matériels, véritables supercalculateurs de bureau, consiste à utiliser les processeurs graphiques ou GPU (1) pour le calcul scientifique plutôt que pour des tâches comme l'affichage.
“ Les domaines de la géophysique, de l'exploration pétrolière, de la biologie moléculaire, de la recherche génétique ou encore de la modélisation financière ont recours à des algorithmes de calculs massivement parallèles, gérant simultanément de grosses quantités de données. Les GPU sont très adaptés pour ce type de traitement, contrairement aux CPU, qui disposent d'une éxécution séquentielle des tâches ”, argumente Stéphane Quentin, responsable communication produit pour la France de Nvidia.
Résultats, en utilisant les GPU, on réduit considérablement les temps de traitement de certaines applications. Le constructeur donne quelques exemples : 66 à 100 fois moins de temps de traitement pour une base de données sismique, 45 fois moins pour la simulation d'antenne de portable, 240 fois moins pour la dynamique moléculaire, 100 fois moins pour la simulation neuronale, etc.
La nouvelle gamme comprend trois équipements. Le premier, référencé Tesla C870 GPU Computing Processor, est une carte PCI ressemblant fort à une carte vidéo et venant s'insérer dans une station de travail. Vendue 1 500 dollars, elle comprend 128 coeurs de processeurs, 1,5 Go de mémoire et communique avec le poste grâce à une interface PCI Express 16x. Elle pourra fournir à elle seule une puissance de 518 gigaflops pour une consommation de 170 Watts, ce qui correspond à la consommation d'une carte graphique haut de gamme.
“ Pour l'utiliser, nous livrons également des bibliothèques de fonctions pour le language C, des pilotes pour Windows, Unix et Linux ainsi qu'un compilateur adapté répondant au nom de Cuda 1.0 ”, indique Stephane Quentin. Concrètement, pour une application déjà écrite en C, il “ suffira ” d'insérer de nouvelles fonctions spécifiques dans les parties de calcul parallèles et de recompiler l'ensemble. Selon nos sources, Nvidia proposera bientôt une librairie pour exploiter les cartes Tesla dans l'environnement Matlab de The Mathsworks.
Plus intéressante encore, la deuxième référence Tesla est un boîtier de bureau D870 Deskside Supercomputer. Il comprend deux cartes Tesla, soit deux GPU, que l'on raccorde à un PC ou à une station de travail à l'aide d'un cable PCI Express. Vendu 7 500 dollars, l'ensemble fournit une puissance de calcul de plus de un teraflop (2 x 518 gigaflops).
Pour davantage de puissance, le constructeur propose en troisième référence un rack 1U accueillant jusqu'à quatre cartes Tesla, soit 4 GPU, et offrant une puissance de calcul dépassant les deux teraflops. Ce rack – le Tesla S870 GPU Computing Server – est facturé 12 000 dollars. Une version à 8 cartes est également en préparation.
(1) Les GPU sont des Graphics Processing Units – par opposition aux CPU, Central Proccessing Units. On les trouve généralement sur les cartes graphiques 3D.
















