Nvidia lanserar "billig" superdator

Mycket bra initiativ, mer sådant!

Intressant! Kan man tänka sig verkligen att grafikprocessorer (gpu) kommer att ersätta vanliga hederliga processorer (cpu)? Har det blivit dags att säga hej då till Pentium, Core, Core2Duo, Core2Quad, Xenon, Athlon, Duron, Opteron, och allt vad det heter? Vad krävs för att det ska ske i så fall?

Nvidia levererar som vanligt då <3

Fy helvete vad jävla ballt! Trodde faktiskt inte att det skulle komma så "snart" till konsumentmarknaden. Trevligt!

Hur mäter sig grafikprocessorn GT200 mot Cell?

10000 $ är inte lika trevligt

dollar....

(Inget ont menat) Men det stod "Systemet kan byggas för mindre än 10 000 DOLLAR" (ca 80 000kr)

GPUn kan bara användas till vissa speciella saker. Matrisoperationer t.ex. det gör den å andra sidan väldigt bra.

Du behöver alltså en CPU och en GPU. Men det finns ju ingenting som hindrar dom från att göra ett allt i ett chip

ja ser det komma mot mig
kraven på vad en superdator e blir lägre och lägre

snart e hela datahandeln fylld av superdatorer, några för kontorsarbete, några för gaming och några för multimedia. ;D

Varför frågar du ens? Svaret är väl så uppenbart att det får anses som en mycket löjlig fråga. Cell är dessutom ingen GPU. Frågan är väl hur många storleksordningar snabbare/bättre gt200 är jämfört med cell.
Sony har sagt att detta chip ska prestera 1.8 Tflops (eller hur var det nu?) men detta stämmer självklart inte.
Hur de kan ha kommit fram till resultaten är att de kanske har tagit den högsta teoretiska kapaciteten + så kallade "fixed function units" (vilka inte bidrar något till beräkningskapaciteten i verkligheten eller i teoretiska sammanhang) och multipicerat dessa resultat med 10. En del konsol-fanboys har dock tagit denna smörja som fakta inristat i sten vilket kanske är anledningen till att vissa fortfarande tror på detta.

Ummm, OK för att vara helt korrekt så är det nya här just "Tesla Personal Supercomputer", inte Tesla i sig.
Det här har kanske inte gått ut på så bred front tidigare utan levt lite i skymundan, men Tesla som sådant har funnits ett tag.

Det som de slår på trumman för nu är den ANDRA generationens Tesla-serie. http://www.nvidia.com/object/tesla_computing_solutions.html

För HPC (high performance computing) är nog S1070 den mest intressant modellen - en 1U server med 4 Tesla T10P-preocessorer.

Tesla T10P - som är i pincip samma som GTX280 men med bredare minnesbuss, en högre grad av testning innan den lämnar fabrik och något lägre klockfrekvens - sitter även på de C1060-kort som sitter i systemet i artikeln.

Föregångarna hette S870 och C870 och fasas nu mer eller mindre ut: http://www.nvidia.com/object/tesla_8_series.html

Ett litet problem med Tesla för HPC är att de inte har ECC-minnen så man _kan_ råka ut för oupptäckta minnesfel, även om Nvidia testar dessa kort noga. Vill man vara garanterat felfri får man altså bränna kraft på att skydda datat själv.

På nvision'08 hade Nvidia ett system som snurrade som liknar det i artikeln, 3 C1060 och ett GTX280. GTX280 används för visualisering eftersom Teslakorten inte har någon skärmutgång.

Det händer mycket inom detta område just nu och vem som helst kan hämta hem CUDA och sätta igång att skriva sin accelererade program. CUDA + Visual C++ Express eller gcc är allt som behövs. Förutom ett CUDA-kapabelt grafikkort och drivrutin då (180.84 t.ex.).

---

Nuukeer, nu är du ute och snurrar lite. Hur tror du t.ex. att Nvidia kommer upp i 1 Tflops på en T10P? De om någon räknar varje hårdvaruimplementerad funktion när de kommit fram till sina teoretiska siffror. T.ex. så räknar de in den hårda texturfiltreringens operationer om jag minns rätt.

Prestanda för en PowerXcell uppges av t.ex. Fixstars (http://www.fixstars.com/en/products/gigaaccel180/) till 180 Gflops single precision, 90 double precision. Den första siffran slår man kanske med en C1060, den andra blir tuff eftersom inte alla beräkningsenheter har en egen double precision-enhet, de delas av 8 st eller så, men jag tror att man får ungefär 1/12 av prestanda med double precision av någon anledning.

Svaret på om man ska bygga något med Cell eller Tesla är inte helt givet, det beror delvis på hur applikationen ser ut - arkitekturerna skiljer en del.

Roadrunner - världens för stunden snabbaste superdator - bygger på Cell + Opteron, närmare bestämt intressanta trippelmackor med bl.a. http://www-03.ibm.com/systems/bladecenter/hardware/servers/qs...

Det händer rätt mycket på den här "alternativa arkitekturer för HPC"-marknaden just nu, det ska bli intressant att se hur det ser ut när OpenCL blir klart...och Larrabee kommer...och...FPGA...och etc etc

---

Angående vad som är en superdator, tja..vem vet. Ett S1070 med 4 Tflops har en 1/250 av Roadrunner, så kan man effektivt få 300 S1070 att jobba ihop så är man i teorin snabbast i världen. Detta då med bara 1200 processorer + antagligen 1200 till för att styra elendet och kommunicera med andra noder istället för tiotusentals eller hundratusentals som de andra har: http://www.top500.org/list/2008/11/100

Nej, nej nej. nvidias nummer får man fram genom klockfrekvens * antalet stream-processorer (och inte varje hårdvarumimplementerad funktion) * 3. (ja det blir 3 eftersom varje SP hanterar 2 MADD och 1 MUL eller hur var det nu?)
Samma sak för ATI, men deras SP:er utför bara 2 instruktioner per klock (och de har dessutom mycket lägre klockfrekvens) men det går mindre transistorer per SP då också och då kan de få in många fler per chip.

Kommer inte frågan om den "klarar Crysis"?

Åf fy fan, vad jag är less på allt med Crysis att göra.

Så du menar att Nvidia frivilligt skulle utelämna sina double precision-enheter, sina hårdvaruimplementatione för trigonometriska funktioner (och annat) och den bilinjära filtreringen i texturminnet när man tar fram marketingsiffror?

Edit:
OK, enligt vissa källor så inkluderar man inte de hårdvaruimplementerade funktionerna, men tar med tecturfiltreringen. 3 operationer per cykel är en sanning med modifikation då det är kopplade operationer "fused MADD and MUL". De lärde tvistar om ifall det är ett rättvist sätt att mäta.

Fused kanske det var i g80, men i gt200 så är det fullt ut 3 enheter (det var mer som 2 enheter i g80) men detta verkar dessvärre inte påverka prestandan så mycket som många har hoppats på (jag själv hoppades på att de 240 shaders som gt200 har skulle motsvara 360 av den typ som finns i g80).

varför tar du upp det då om du är så trött på det....

Ändå fortsätter du snacket om det. Ingen vill ens se namnet på det spelet:P

Men detta är ju en bra grej iallfall.

edit: var för långsam^^

Få väl börja med en ny fråga istället för Krajsis!

Klarar den folding? hur många ppd får man med den?

synd att sweclockers inte skriver det alla vill veta. dvs hur många fps får den i crysis

Efter lite grävande:
http://www.beyond3d.com/content/reviews/51/3
http://www.beyond3d.com/content/reviews/51/4

Intressant bild:
http://www.beyond3d.com/images/reviews/gt200-arch/GT200-full-...

Jag tolkar det som att de räknar inte skalärinterpolatorn i de där MADD + MUL.

Hur som helst, det är inget snack om att det är imponerande single precision-prestanda i en GT200/T10P. Double precision ligger den på ungefär samma nivå som en PowerXCell 8i i teorin.

Till syvende och sist så beror naturligtvis prestanda mellan GPU vs Cell på hur väl applikationen mappar på arkitekturen och där är det ganska stora skillnader skulle jag vilja påstå.

Hmm man kan ju undra om det blir så billigt i längden?

Högre temperatur som måste tas om hand om. stabila och driftsäkta nätagg som klarar att leverera kräm. är de smarta så bör de bygga ihop ett eget nätaggregat med transformatorer som har hand om alla berörda datorer istället. Dvs mindre förluster till värme och enklare att få ut mer kraft. nackdel? tungt och tar bra mycket plats.