话题似乎又回到了GPU跟CPU之间谁更重要上了，有些事情还是要分开去考虑并分析。GPU跟CPU二者之间本质上有很大区别，本文也不想太多纠缠谁更好谁更重要这点上，而要叙述的是NVIDIA在Tesla产品上经过一年多的推广跟应用，随着CUDA平台推广与普及的速度，Tesla在面向大型企业用
Tesla第二代服务器
话题似乎又回到了GPU跟CPU之间谁更重要上了，有些事情还是要分开去考虑并分析。GPU跟CPU二者之间本质上有很大区别，本文也不想太多纠缠谁更好谁更重要这点上，而要叙述的是NVIDIA在Tesla产品上经过一年多的推广跟应用，随着CUDA平台推广与普及的速度，Tesla在面向大型企业用户进行科学计算领域优势越发明显。就在2008年6月份，NVIDIA发布了第二代Tesla产品，Tesla 10系列解决方案，产品包括1U的服务器跟Tesla C1060处理器。
第一代的Tesla处理器由于CUDA普及程度不高，宣传少也影响到一些工业企业用户，不过随着CUDA近期普及跟应用的大面积推广，CUDA平台的应用也日益明显。那么第二代Tesla 10系列就可以在并行计算的服务器领域大显身手。关于Tesla不同以往显卡，虽然外观跟显卡很像但没有视频输出接口，关键Tesla的浮点性能高达957Gigaflop，而功耗才仅仅160W。
在传统服务器上CPU是非常关键的一个硬件配置，如今Tesla在并行计算的优势，完全可以挑战CPU在专属并行计算内服务器领域。如果你了解CUDA就不难理解为何Tesla会在大亮并行计算的科学计算中强大的优势所在了。对于CUDA小编的理解仅仅是冰山一角你想更加清楚请看《3D加速视觉计算 畅谈GPU未来革命发展》、《重塑图形计算 NVIDIA GTX280性能实测》。
Tesla性能翻倍
Tesla 10系列产品相对以往产品让性能翻倍，而且功耗更低。无论是在DNA序列对比、黑洞动力学、视频应用程序、光线追踪等都有非常明显的翻倍性能提升。
性能上提升，在应用上的推广也日益成熟，下面就大致介绍一下Tesla在应用领域取得的成绩。
| 生命科学：用于癌症研究的Autodock 据美国国家癌症研究所报告，模拟速度提升高达12倍 将等待结果的时间从2个小时缩短至10分钟。 |
| 科学领域：美国国家大气研究中心 气象研究和预报(WRF) 模型 全球注册用户超过4000人 WRF的1%已通过CUDA实现，整体速度提 升了20% 节省了一个星期的分析时间。 |
| 金融领域：实时的期权评估 Hanweck Associates Volera 实时期权评估引擎 利用三台NVIDIA Tesla S870实时地评估美国上市的整个期权市场。 |
| 设计领域：用于服装布料物理特性的CAD设计。 |
还有更多的应用在其他科学计算上都有非常好的广阔前景。
Tesla 服务器介绍跟优势
服务器领域里需要大量的服务器组成服务器集群，常常在服务器机房里看到庞大的服务器集群，一般都是随着扩容增加，体积也会增加，而且还不会因为你增加服务器数量会有性能上的提升。不过DIY都知道SLI技术会在图形处理上带来近乎1.5倍以上的提升，如果多卡互联，那么提升的幅度也会更大。因此GPU构建服务器，性能上的提升跟方便程度比起传统的服务器领域要大得多，成本来说也比起传统的服务器也会有很大优势。
GPU服务器是用多个Tesla C1060计算处理器组成，如Tesla S1070 1U系统就是4个Tesla C1060计算处理器组成的，可见扩容性非常好。
在规格上来讲Tesla S1070 1U系统浮点计算能力达到4Tflops，功耗为700W。
Tesla未来展望
Tesla组建的服务器在并行计算上的优势是毋庸置疑，但我们都知道GPU在判断逻辑指令上对CPU而言没有优势的，也是基于系统之上才能工作，Tesla在并行计算优势CPU是无法比拟的，双方在应用领域上各有优势。如果是组建科学计算的服务器，对与Telsa来说这样的服务器前景非常看好，GPU在CUDA平台上展示出来的性能优势跟价格都是以CPU为主集群服务器所不能对比的。所谓术业有专攻，就是这样的。
网友评论