（2008年12月17日，美国加利福尼亚州圣克拉拉市）— 支持CUDA计算架构的NVIDIA GeForce 图形处理器（GPU）曾一度被认为只能适用于计算机游戏，而现在它们正在为科学计算这样的重要事业贡献力量。加利福尼亚大学伯克利分校的“网络计算开放式基础架构”（BOINC）是世界上领先的分布式计算平台之一，该平台采用CUDA计算架构来发掘NVIDIA GPU的大规模并行处理能力并已获得惊人结果，通过GPUGRID以及Einstein@home等项目加快科学探索的步伐。SETI@home优化客户端的发布带来了最新突破，与从前使用CPU时相比，该客户端让SETI@home能够在原来八分之一的时间内完成SETI（搜索外星文明）数据分析 。
加利福尼亚大学伯克利分校空间科学实验室研究科学家兼BOINC创始人David Anderson博士表示：“NVIDIA CUDA计算架构为科学研究释放了强大的处理能力，这种处理能力从前是无法实现的，也是研究人员所负担不起的。CUDA计算架构让科学家与研究人员能够轻松地为NVIDIA GPU而优化BOINC项目，科学家与研究人员此前已经在分子动力学、蛋白质结构预测、气候与天气模型、医学成像以及许多其它领域的应用程序中使用了这项技术。”
BOINC是超级计算的一个独特方式，在这种方式中，众多消费型计算机通过互联网联合在一起，它们凝聚的计算能力被用于解决大型计算难题。BOINC可为各种各样的科学项目提供分层分布式计算网格，来帮助治愈疾病、研究全球气候变暖、发现脉冲星以及在家用PC上进行许多其它类型的科学研究工作。
当今，搜索外星文明科学领域中的研究人员正在获得计算能力的大幅提升。NVIDIA（英伟达）公司与BOINC发布了SETI@home优化客户端，可令SETI@home在GeForce GPU（图形处理器）上更快地运行。SETI@home拥有近20万名活跃用户，是BOINC最大的项目。该项目通过无线电天文望远镜监听太空中的窄带无线电信号来搜索外星文明。SETI@home在GeForce GTX 280 GPU上的运行性能比使用最快的消费型多核CPU（3.2GHz Intel Core i7 965）时快2倍，比使用普通双核消费型CPU（2.66 GHz Intel Core2 Duo E8200）时快了近8倍 。
GPUGRID
GPUGRID是BOINC使用搭载了CUDA技术的NVIDIA GeForce GPU来进行计算的首个项目，该项目利用参与本项目的PC中基于NVIDIA的显卡来计算科研用途的高性能生物分子模拟。加入对NVIDIA GPU的支持使得1000颗活跃GPU实现了等同于类似项目中至少2万颗CPU的计算能力，平均实现了20倍速度提升。
巴塞罗那市医学研究所生物医学信息学研究组织以及庞培•法布拉大学研究员Gianni De Fabritiis博士表示：“我们的志愿者计算项目所做的分子模拟是科学家们所进行的一些最普通的分子模拟，但是同时也是对计算性能要求最高的一种模拟，这些模拟通常需要一台超级计算机。 通过在高性价比基础架构上运行超级计算级的应用程序，GPUGRID在NVIDIA GPU上的运行开创了志愿者计算的先河，并将极大地影响人们从事生物医学研究的方式。”
NVIDA CUDA技术将很快将为第三大BOINC项目Einstein@Home提供动力支持，该项目使用分布式计算来处理重力波探测器的数据，从而搜寻自转中子星（也叫脉冲星）。
德国马普学会重力物理学研究所（Max Plank Institute for Gravitational Physics）主任兼LIGO科学合作组织（LIGO Scientific Collaboration）Einstein@Home项目领导人Bruce Allen表示：“我们期待Einstein@Home程序向GPU的移植，能够使我们的计算吞吐量提高十倍。这将让我们能够更深、更灵敏地搜索重力波的连续波源。”
NVIDIA（英伟达）公司视觉消费型解决方案总经理Michael Steele表示： “无论是在家、在办公室还是在研究实验室，并行计算都是实现视觉计算的关键，而CUDA加速的GPU则是这一趋势背后的头号动力源泉。分布式计算是并行处理的一种理想应用，因此这些优秀的应用程序利用GPU无与伦比的计算能力也就不足为奇了。NVIDIA GPU正在改变着人们工作、娱乐、生活以及探索的方式。”
如需下载NVIDIA SETI@home客户端程序，敬请访问http://setiathome.berkeley.edu/cuda.php。如需了解有关BOINC的更多信息，敬请访问http://boinc.berkeley.edu/。有关Einstein@Home的更多信息，敬请访问http://einstein.phys.uwm.edu。有关GPUGRID的更多信息，敬请访问http://www.gpugrid.net/。
网友评论