NVIDIA, ha di carte scoperto la architettura le nuova Fermi pubblicato su Politicsblog.it

NVIDIA, ha di carte scoperto la architettura le nuova Fermi pubblicato su Politicsblog.it

Enrico Fermi, fisico italiano impegnato nella costruzione del primo reattore
fissione nucleare, vissuto nella prima metà del secolo scorso, presta il suo
nome di famiglia per la nuova architettura NVIDIA, mostrato dai media specializzati anche con il nome di
nel codice di GT300. Una combinazione, come nel campo del nucleare per una scheda video (ma
vedremo che questo è potenzialmente molto di più), per sottolineare la potenza del
il progetto, almeno nelle intenzioni di NVIDIA.

L’architettura Fermi è, ovviamente, il protagonista del CG San Jose, evento
organizzato da NVIDIA e supportato da un gran numero di partner. La Silicon Valley è la patria di
quindi, questo importante evento, in cui un folto pubblico è stata molto
trasmettere le informazioni di cui hai speranza. Cominciamo con la definizione di Fermi piattaforma
calcolo, perché sarebbe riduttivo chiamare una scheda video. Una strada
abbastanza chiaro, e anche dalle recenti iniziative da parte di NVIDIA e fatto il GPU Computing
Cuda e il calcolo parallelo, un’arma per la mostra ad ogni occasione. Il gioco sarà quindi
dalla first lady per la co-star di fan usando i Fermi di NVIDIA e convincere
gli scettici NVIDIA mostra il numero molto importante, come vedremo in
nelle pagine seguenti.

Jen-Hsun Huang, CEO di NVIDIA, mostra per la prima volta una scheda Tesla a base di
Architettura Fermi di

NVIDIA, per un certo periodo di tempo, e manifesta la sua intenzione di essere trattata come una società
attivo in visual computing e calcolo parallelo, come dimostra l’impegno nel
il settore dell’home entertainment, la grafica 3D professionale, attraverso
l’industria automobilistica, così come nel campo mobile o applicazioni in campo medico,
meteo, e così via. Se la scelta di design alla base dell’attuale
la famiglia di schede Tesla, il cui nome indica le proposte NVIDIA GPU Computing,
data di vari anni, è dal 2006 che si sente parte attiva del
il produttore americano di architettura di video per la trasformazione non solo di pixel
ma anche dei calcoli in genere utilizzato processori.

Nel mese di novembre 2006, NVIDIA ha presentato proprie schede video
la GeForce 8800 architettura shader unificata, se uno dei lati sono stati introdotti per la
la prima volta che l’hardware di supporto di DirectX 10, gli altri hanno gettato le basi proprio
per la serie di video di architettura della serie Tesla. Questi prodotti sono stati
presentata come la prima generazione, nel giugno 2007, successivamente circa 1 anno di distanza dalla seconda
generazione di prodotti Tesla architettura basata sul GT200, che ha fatto il suo debutto quasi
proposte contemporanee per i sistemi desktop rivolto a giocatori.

Il campo di GPU Computing è la NVIDIA chiave: se le vendite di Tesla
non è al momento rappresentato una fonte di reddito per importanza nel bilancio
la società americana, è chiaro che tutti gli sforzi fatti da NVIDIA
negli ultimi 2 architetture di GPU e in questo nuovo indicato con il nome di Fermi mirino
solo per fornire uno strumento per l’elaborazione parallela che è più potente
e in grado di prendere il posto del cluster di PROCESSORI tradizionali.

Come è potenzialmente vasto e ricco mercato di GPU Computing soluzioni?
Secondo le stime di NVIDIA molto: nel corso dei prossimi 18 mesi, NVIDIA offre la
soluzioni di High Performance Computing (HPC), in cui le soluzioni sono
prendere il posto di una tradizionale CPU per ottenere un valore di oltre 1 miliardo di dollari
200 milioni di dollari per il Supercomputer di 150 milioni di dollari per l’università, 250
milioni di dollari per i reparti di difesa, 230 milioni di euro nel settore finanziario e 300 milioni di dollari
per le ricerche relative al sismica. Come ben sapete, i tifosi, la GPU non può
sostituire completamente la tradizionale architettura del processore in ogni contesto di utilizzo;
d’altra parte, ci sono molti scenari di applicazione in cui un cluster di GPU
le prestazioni dovrebbero essere molto elevata, spesso, ad una frazione del costo di acquisto e
il livello di consumo tradizionali di un cluster di PROCESSORI.


pubblicato su Politicsblog.it