Tesla

Computação acelerada
Solucionando os desafios mais importantes do mundo
Computação acelerada - Solucionando os desafios mais importantes do mundo

O QUE É COMPUTAÇÃO ACELERADA POR DE PLACAS DE VÍDEO?

Computação acelerada por placas de vídeo é o uso de uma unidade de processamento gráfico (GPU, Graphics Processing Unit) juntamente com uma CPU para acelerar aplicativos de aprendizado profundo, análise e engenharia. Pioneiros em 2007 pela NVIDIA, os aceleradores de placas de vídeo agora potencializam data centers de eficiência energética em laboratórios governamentais, universidades, corporações e empresas de médio e grande portes em todo o mundo. Elas desempenham um papel fundamental na aceleração de aplicativos em plataformas que variam de inteligência artificial até carros, drones e robôs.

COMO AS PLACAS DE VÍDEO ACELERAM OS APLICATIVOS DE SOFTWARE

A computação acelerada por placas de vídeo libera porções do aplicativo com uso intenso de computação para a placa de vídeo, enquanto o restante do código ainda é executado na CPU. De uma perspectiva do usuário, os aplicativos simplesmente são executados muito mais rápido.

COMO AS PLACAS DE VÍDEO ACELERAM OS APLICATIVOS DE SOFTWARE
 

Desempenho da placa de vídeo versus da CPU?

Uma forma fácil de entender a diferença entre uma placa de vídeo e uma CPU é comparar o modo de elas processarem as tarefas. Uma CPU tem alguns núcleos otimizados para o processamento serial sequencial, enquanto uma placa de vídeo tem uma arquitetura paralela gigantesca que consiste em milhares de núcleos menores e mais eficientes criados para lidar com múltiplas tarefas simultaneamente.

 

As placas de vídeo têm milhares de núcleos para processar cargas de trabalho paralelas de modo eficiente.

GPUs têm milhares de núcleos para processar cargas de trabalho paralelas de forma eficiente

Confira o videoclipe abaixo para ver uma comparação divertida de GPU versus CPU.

Verifique o clipe de vídeo abaixo para uma divertida analogia entre CPU e GPU

Video: Mythbusters Demo: GPU vs CPU (01:34)

Com mais de 400 aplicativos de HPC acelerados — inclusive nove dos dez principais — todos os usuários de placas de vídeo podem ter uma drástica melhoria na taxa de transferência de suas cargas de trabalho. Descubra se os aplicativos que você usa são acelerados por placas de vídeo em nosso catálogo de aplicativos catálogo de aplicativos.

COMO COMEÇAR

Há três abordagens básicas para a adição de aceleração GPU para suas aplicações:
  • Utilizar bibliotecas otimizadas por GPU
  • Adicionar diretrizes ou "dicas" de compilador para paralelizar automaticamente o seu código
  • Utilizar extensões nas linguagens de programação que você já conhece, como C e Fortran

Para cada área crítica de performance em seu aplicativo, essas abordagens podem ser usadas de forma independente ou em conjunto.

Para cursos on-line gratuitos e recursos para desenvolvedores visitar Zona CUDA.

VISITE CUDA ZONE