在云计算大发展的时代，大规模计算应用如何应对高密度运算所带来的能耗问题？
　　
　　 日前，正在致力于建设“北京工业云”的北京市计算中心与英伟达（NVIDIA）公司召开新闻发布会，宣布将共建“Tesla GPU计算应用测试中心”，来为用户Tesla GPU应用的测试环境和支持服务。其中，北京市计算中心将提供相关的软硬件测试环境和测试技术支持，而英伟达将提供相关CUDA开发咨询与技术支持。值得一提的是，该测试中心不仅面向北京市计算中心，其他用户也可以通过预约进行测试。
　　 GPU计算是近几年逐渐流行开来的一种新的计算模式。这种计算模式让GPU的工作不再仅仅限于图像处理，而是与CPU联合共同完成通用计算以提高整体性能。其中，应用程序的串行部分在CPU上运行，而计算任务繁重的部分（特别是浮点运算和向量运算）则让GPU来完成。与传统的计算架构相比，GPU CPU的模式可以大幅提高计算机性能，降低能源消耗，还能节省空间，同时还能降低计算机的复杂性。
　　 Tesla系列GPU 是英伟达专门为高性能计算而设计的GPU产品，在应用程序上最高可实现10倍性能提升，非常适合用于地震处理、生物化学模拟、天气与气候建模、信号处理、计算金融、CAE、CFD以及数据分析。在曾夺得世界超级计算机第一名的天河一号A上就采用了基于大规模并行GPU于多核CPU相结合的计算架构，其中使用了7168颗Tesla GPU。
　　 在北京市计算中心看来，GPU的诸多特性非常适合正在建设中的“北京工业云”。据北京市科学技术研究院副院长、北京市计算中心主任谢威介绍，“北京工业云”是一个以云计算技术、高性能计算为基础，面向工业企业提供工程计算、生物计算、科学计算等方面的云计算平台，引入GPU提升现有设备的计算能力，并能降低电能消耗是北京市计算中心非常希望的。为此，早在去年就与英伟达联合实验室共同研究GPU的应用和发展。
　　 据悉，目前北京市计算中心已经建成了基于GPU和CPU混合架构的百万一次高性能计算机集群，其中GPU集群理论峰值高达50万亿次，采用了近80片英伟达Tesla C2050并行处理器。