论文部分内容阅读
“2008年开始,曙光就提出了GPU服务器的概念。”在高性能计算机中,GPU的应用已经较为广泛。但是,更广泛的应用领域中,GPU计算尚未普及开来。曙光高性能产品总监戴荣表示,GPU服务器走向通用计算领域需要厂商“向用户提供一揽子的解决方案”,而曙光GPU服务器系列产品的推出是基于曙光在GPU计算方面累积的经验,是为GPU计算普及奠定基础。
“现在,GPU计算的应用范围已经大大拓展。除生物、石油等、流体模拟等传统高性能计算领域都采用GPU做应用研究之外,在航空航天装备研制、卫星遥感数据处理、气象预报、海洋环境数值模拟、石油勘探数据处理、生物医药研究、金融工程数据分析、新材料开发和设计、计算结构力学、生命科学计算、流体动力学、计算机视觉、数据挖掘、数值分析等应用中都可以使用GPU。”戴荣表示:“GPU服务器需要在设计和用户需求两方面寻求突破。设计方面,GPU服务器需要通过接入尽量多的GPU来提高计算密度,同时控制好整机能耗,解决散热问题;用户角度来看,服务器的稳定、应用的加速效果和性价比是最受关注的。”
曙光此次推出的GPU服务器有三款。其中,基于曙光TC4600刀片服务器平台的TC4600 CB60-G15-TG可在5U空间中插入4个GPU刀片和2个普通刀片,集成8颗GPU加速单元和12个英特尔Romley-EP处理器的计算能力,满足对计算能力要求较高的用户的需求;天阔I620-G15机架式服务器为双路服务器增加了GPU加速卡,性能、扩展性突出;天阔W580I-G10工作站则提供了一款性能卓越的双路GPU工作站。
“以前的GPU服务器大都是针对用户需求定制的,主要面向高性能计算领域。现在的GPU服务器则更加通用。这是由于,在过去的几年内,各种应用不断地被移植到GPU平台上。同时,曙光也投入了大量的工程师来研究适用于GPU的应用软件,帮助用户尽可能高效的使用GPU,并推出了基于GPU的管理软件 Gridview集群监控管理软件。”戴荣介绍,曙光已经可以向用户提供从硬件到应用的一揽子解决方案,这是曙光推出GPU服务器的前提。
“与曙光合作推出GPU服务器,就是希望和曙光在应用方面做出更多合作,更好地帮更多领域的用户解决问题。”NVIDIA公司全球副总裁潘迪表示。
谈及在云计算中GPU计算的应用,戴荣说:“随着云计算技术的的发展,越来越多的应用已经迁移到云端运行。现在的市场有很多的‘云’需求,例如,设计院需要将所有的数据都放在远端。要在云端应用,就需要GPU更好地支持虚拟化的技术。在未来的GPU服务器,和GPU解决方案中,‘虚拟化’会有很好的市场前景。”
“在互联网领域,GPU计算也有很大的发展空间。例如,在字符匹配方面,利用GPU可得到40以上的加速比,这种算法非常适合搜索引擎。随着更多算法的改进和移植,GPU适合的领域一定会越来越多。”NVIDIA CUDA及HPC高级项目经理邓培智表示,在数据挖掘等方面,GPU也大有用武之地。
“现在,GPU计算的应用范围已经大大拓展。除生物、石油等、流体模拟等传统高性能计算领域都采用GPU做应用研究之外,在航空航天装备研制、卫星遥感数据处理、气象预报、海洋环境数值模拟、石油勘探数据处理、生物医药研究、金融工程数据分析、新材料开发和设计、计算结构力学、生命科学计算、流体动力学、计算机视觉、数据挖掘、数值分析等应用中都可以使用GPU。”戴荣表示:“GPU服务器需要在设计和用户需求两方面寻求突破。设计方面,GPU服务器需要通过接入尽量多的GPU来提高计算密度,同时控制好整机能耗,解决散热问题;用户角度来看,服务器的稳定、应用的加速效果和性价比是最受关注的。”
曙光此次推出的GPU服务器有三款。其中,基于曙光TC4600刀片服务器平台的TC4600 CB60-G15-TG可在5U空间中插入4个GPU刀片和2个普通刀片,集成8颗GPU加速单元和12个英特尔Romley-EP处理器的计算能力,满足对计算能力要求较高的用户的需求;天阔I620-G15机架式服务器为双路服务器增加了GPU加速卡,性能、扩展性突出;天阔W580I-G10工作站则提供了一款性能卓越的双路GPU工作站。
“以前的GPU服务器大都是针对用户需求定制的,主要面向高性能计算领域。现在的GPU服务器则更加通用。这是由于,在过去的几年内,各种应用不断地被移植到GPU平台上。同时,曙光也投入了大量的工程师来研究适用于GPU的应用软件,帮助用户尽可能高效的使用GPU,并推出了基于GPU的管理软件 Gridview集群监控管理软件。”戴荣介绍,曙光已经可以向用户提供从硬件到应用的一揽子解决方案,这是曙光推出GPU服务器的前提。
“与曙光合作推出GPU服务器,就是希望和曙光在应用方面做出更多合作,更好地帮更多领域的用户解决问题。”NVIDIA公司全球副总裁潘迪表示。
谈及在云计算中GPU计算的应用,戴荣说:“随着云计算技术的的发展,越来越多的应用已经迁移到云端运行。现在的市场有很多的‘云’需求,例如,设计院需要将所有的数据都放在远端。要在云端应用,就需要GPU更好地支持虚拟化的技术。在未来的GPU服务器,和GPU解决方案中,‘虚拟化’会有很好的市场前景。”
“在互联网领域,GPU计算也有很大的发展空间。例如,在字符匹配方面,利用GPU可得到40以上的加速比,这种算法非常适合搜索引擎。随着更多算法的改进和移植,GPU适合的领域一定会越来越多。”NVIDIA CUDA及HPC高级项目经理邓培智表示,在数据挖掘等方面,GPU也大有用武之地。