Nvidia per offrire tecnologia parallela per dispositivi mobili

Fornitore di chip Nvidia prevede di utilizzare l'architettura di calcolo parallelo Cuda in tutte le sue GPU (unità di elaborazione grafica), incluso il sistema Tegra su chip per dispositivi mobili.

Nvidia's Cuda è un ambiente in linguaggio C che consente gli sviluppatori di scrivere software per risolvere complessi problemi computazionali sfruttando la potenza di elaborazione parallela multi-core delle GPU, secondo la società.

La prima versione di Tegra, prevista per la metà del prossimo anno, non avrà comunque Cuda, ha detto Jen-Hsun Huang, cofondatore, presidente e chief executive officer di Nvidia, in un'intervista di mercoledì

Cuda fa parte della strategia di Nvidia di posizionare le sue GPU, tradizionalmente forti nella grafica e nei giochi di fascia alta, come generale scopo, par Tutti i processori di elaborazione, che possono essere utilizzati in una varietà di applicazioni scientifiche e applicazioni commerciali come il calcolo finanziario, ha detto Huang.

"Crediamo che una GPU non sia più solo per la grafica e possa essere realmente utilizzata per tutto ciò che comporta un sacco di dati e matematica ", ha aggiunto Huang.

Nvidia ha annunciato martedì un Tesla Personal Supercomputer basato su GPU, che utilizza le sue GPU e Cuda di Tesla per fornire la potenza di un cluster di computer a una frazione del costo, nel fattore di forma di una workstation desktop standard. Tra i produttori di computer che offrono Tesla Personal Supercomputers ci sono Dell, Lenovo, Asus e Western Scientific.

Esiste una nuova architettura informatica che si basa su GPU e altri tipi di processori paralleli e CPU tradizionali (unità di elaborazione centrale) Lavorando insieme, Huang ha detto. "La CPU è eccellente per l'elaborazione sequenziale, ma ci sono molti tipi di problemi su cui puoi operare in parallelo", ha aggiunto.

Le GPU offrono prestazioni più elevate rispetto alle CPU in quanto integrano centinaia di processori, secondo Huang. Il modello di Tesla Personal Supercomputer annunciato Martedì, ad esempio, ha 240 processori in parallelo, ha aggiunto.

I primi a capire l'importanza di una "architettura eterogenea" sono stati i giocatori che hanno capito che con una CPU e una GPU il loro video i giochi e la grafica 3D sono molto meglio, ha detto Huang.

La GPU nel suo nuovo posizionamento non è tuttavia vista da Nvidia come alternativa alle CPU. "Non stiamo cercando di sostituire la CPU poiché crediamo che sia necessaria", ha detto Huang.

Nvidia sta lavorando con gli sviluppatori di applicazioni per trasferire i loro software sull'architettura Cuda, ha detto Huang. La possibilità di programmare in linguaggio C farà sì che utenti sofisticati come i ricercatori possano scrivere i programmi stessi per il nuovo supercomputer, ha aggiunto.