计算世界最快网速

英伟达(NVIDIA)TESLA|KEPLER计算架构规格书|2012年5月最快、效率最高的HPC架构英伟达(NVIDIA)KEPLERGK110计算架构下一代CUDADyNAMICPARALLELISM—动态创建工作SMX-新一代流式多处理器图1:KeplerGK110GPU-世界上速度最快和最省电的x86加速器图2:SMX:192个CUDA核、32个特殊功能单元(SFU)和32个加载/存储单元(LD/ST)CONTROLLOGICCONTROLLOGICSMFERMI32个核192个核SMXKEPLER3倍PERF/WATT随着FermiGPU在2009年的推出,英伟达在高性能计算(HPC)行业迎来了一个新的时代,其基于混合计算模型,其中CPU和GPU协同工作来解决计算密集型工作负载.
在短短几年,英伟达FermiGPU增强了世界上一些速度最快的超级计算机以及全球数以万计的研究集群.
目前,有了新KeplerGK110GPU,NVIDIA又一次提高了HPC行业的标准.
在短短几年,英伟达FermiGPU增强了世界上一些速度最快的超级计算机以及全球数以万计的研究集群.
目前,有了新KeplerGK110GPU,NVIDIA又一次提高了HPC行业的标准.
KeplerGK110GPU由71亿个晶体管组成,是创造的一个工程奇迹,解决了HPC行业中最严峻挑战.
Kepler设计的初衷就是利用卓越的电源效率达到计算性能的最大化.
该架构的创新之处在于使混合计算大大简化,适用于更广泛的应用,更容易获得.
KeplerGK110GPU是计算主力,具有每秒万亿次整数,单精度,双精度浮点运算性能和最高的内存带宽.
第一个以GK110为基础的产品将是TeslaK20GPU计算加速器.
本技术简介目的在于快速汇总三个KeplerGK110中最重要的特点GPU:SMX、DynamicParallelism和Hyper-Q.
有关其他架构特点的更多详细信息,请参考KeplerGK110白皮书.
KeplerGK110GPU的核心是SMX单元,集成了几个架构创新,这不仅使其成为有史以来功能最强大的流式多处理器(SM),而且还最省电、最具编程性.
在设计KeplerGK110架构的总体目标之一是使开发人员更容易更轻松地利用GPU的巨大并行处理能力.
HyPER-Q—最大化GPU资源Hyper-Q必定会是MPI应用程序性能提高的驱动.
结束语图3:没有DynamicParallelism的情况下,CPU启动GPU上的每个内核.
有了该新功能的情况下,KeplerGK110GPU现在可以启动嵌套内核,不需要与CPU进行通信.
CPUGPUCPUGPUDYNAMICPARALLELISM图4:Hyper-Q允许使用一个单独的工作队列同时运行所有流程.
在Fermi模式下,由于单一的硬件工作队列引起的流程内的依赖,并发受限.
如需了解有关英伟达(NVIDIA)Tesla的更多信息,敬请访问www.
nvidia.
com/tesla.
2012NVIDIA(英伟达)公司版权所有.
保留所有权利.
英伟达(NVIDIA)、英伟达(NVIDIA)徽标、英伟达(NVIDIA)Tesla以及CUDA均为英伟达(NVIDIA)公司的商标和/或注册商标.
所有公司和产品名称均为相应所有者的商标或注册商标.
特性、定价、上市情况以及技术参数可能会随时更改,恕不另行通知.
虽然可以一直发出多个MPI进程同时运行在GPU上,但是这些进程有可能由于假依赖会成为瓶颈,迫使GPU低于最高效率地运行.
Hyper-Q消除了假依赖的瓶颈,并大幅提高了从系统CPU将MPI进程移动到GPU的处理速度.
KeplerGK110GPU进行了工程设计,提供具有卓越电源效率的开创性性能,而使GPU较之前更易于使用.
SMX、DynamicParallelism和Hyper-Q是KeplerGK110GPU中三项重要的创新,为我们的客户带来这些现实的好处.
有关其他架构特点的更多详细信息,请参考KeplerGK110白皮书,网址是http://www.
nvidia.
com/object/nvidia-kepler.
html.
为此,新的DynamicParallelism功能,使KeplerGK110GPU能通过应用不返回主机CPU的数据而动态创建新线程.
这能使多个程序有效地直接在GPU上运行,因为内核现在有能力独立承担所需的额外工作量.
Hyper-Q在基于MPI并行计算机系统中使用会有明显的优势.
通常会在为多核CPU系统中运行而创建基于MPI的传统算法.
由于以CPU为基础的系统可以有效处理的工作负载通常比使用的GPU处理的较小,所以一般每个MPI进程中通过的工作量是不足以完全占据GPU处理器.
任何内核可以启动另一个内核,并创建处理额外的工作所需的必要流程、事件和依赖,而无需主机CPU的介入.
这种简化的编程模式更易于创建、优化和维护.
它还通过为GPU维持与传统CPU内核启动工作负载相同的语法,创建了一个程序员友好环境.
DynamicParallelism拓宽了目前在各领域利用GPU可以完成的应用程序.
应用程序可以动态启动中小型并行工作负载,这在以前是非常昂贵的.
Hyper-Q允许多个CPU核同时在单一GPU上启动工作,从而大大提高了GPU的利用率并削减了CPU空闲时间.
此功能增加了主机和KeplerGK110GPU之间的连接总数,允许32个并发、硬件管理的连接,与Fermi相比,Fermi只允许单个连接.
Hyper-Q是一种灵活的解决方案,允许CUDA流程和消息传递接口(MPI)进程的连接,甚至是进程内的线程的连接.
先前被假依赖限制的现有应用程序,可以在不改变任何现有代码的情况下,达到32倍的性能提升.
英伟达HYPER-QFERMI一次1个MPI任务FERMI32个MPI任务