Archivio Articoli

Editoriale

Dopo un esperimento durato qualche anno ho scoperto che mancava un sito di informazione tecnologica "leggero" per tutti coloro che hanno la necessità di restare informati senza "fronzoli", ma in modo telegrafico e magari divertente. Mi auguro diventiate parte di questa ricerca al fine di migliorare la qualità delle informazioni...

Edward Voskeritchian

laeffe, la TV di Feltrinelli presentazione palinsesti

Translator

Tecnologopercaso RSS Feed

Ancora una volta, le GPU NVIDIA Tesla sono alla base del supercomputer di classe petaflop più green al mondo


Il sistema “Tsubame 2.0” del Tokyo Institute of Technology ha un’efficienza energetica tre volte superiore ai supercomputer di prestazioni comparabili basati esclusivamente su CPU. NVIDIA ha annunciato che, per il secondo anno consecutivo, il supercomputer di classe petaflop più efficiente al mondo è basato su GPU NVIDIA® Tesla™.

Il sistema Tsubame 2.0 allestito nel Global Scientific Information Center (GSIC) del Tokyo Institute of Technology si è piazzato al primo posto tra i supercomputer in classe petaflop nella nuova edizione della speciale classifica Green500. Pubblicata semestralmente, la classifica Green500 è una graduatoria dei 500 supercomputer di maggiore efficienza energetica al mondo che tiene conto delle prestazioni ottenute rapportandole all’energia assorbita.
Lo Tsubame 2.0 è un supercomputer ibrido (che combina CPU e GPU) usato per accelerare una gamma di ricerche scientifiche e industriali in Giappone. Con prestazioni sostenute di 1,19 petaflop al secondo e un consumo di 1,2 mega Watt, Tsubame 2.0 offre 958 megaflop di potenza di elaborazione per Watt di energia. Si tratta di un’efficienza energetica 3,4 volte superiore ai valori riscontrati per il migliore dei sistemi petaflop basati esclusivamente su CPU x86, il supercomputer Cielo Cray del Los Alamos National Laboratory, che arriva a 278 megaflop per Watt.
Nella continua scalata verso la vetta dell’elaborazione classe esaflop, l’efficienza energetica è diventata un elemento d’importanza cruciale. I sistemi ibridi accelerati da GPU hanno un’efficienza energetica intrinsecamente maggiore dei sistemi basati esclusivamente su CPU, dal momento che le applicazioni possono sfruttare diversi processori per operazioni differenti. Le parti sequenziali dell’applicazione vengono eseguite su CPU, mentre le parti più impegnative dal punto di vista del calcolo o della gestione dei dati vengono accelerate dall’elaborazione in parallelo su GPU.
Il sistema Tsubame 2.0 comprende server HP ProLiant SL390 con CPU Intel Xeon accelerate da GPU NVIDIA Tesla. Le GPU Tesla garantiscono al sistema più dell’80 percento delle sue performance. Tsubame 2.0 riesce così a ottenere livelli elevati di prestazioni pur limitando nettamente il proprio assorbimento energetico. Quest’anno, due dei cinque studi finalisti del prestigioso Gordon Bell Prize sono stati realizzati su Tsubame 2.0.
La nuova edizione della classifica Green500 sottolinea l’efficienza energetica del modello di computing ibrido. Cinque tra i primi 10 sistemi al mondo per efficienza energetica, nonché 22 dei primi 30, combinano GPU e CPU.
Le GPU Tesla sono acceleratori di elaborazione in parallelo basati sull’architettura CUDA®. Gli sviluppatori di applicazioni possono accelerare le loro creazioni usando CUDA C, CUDA C++ e CUDA Fortran oppure possono fare ricorso ai più semplici compilatori basati su direttive.
Per ulteriori informazioni sul sistema Tsubame 2.0, visitare il sito Web del Tokyo Institute of Technology, Global Scientific Information and Computing Center. Per altri dettagli sulle GPU Tesla, visitare il sito Web di Tesla. Per altri dettagli su CUDA, visitare il sito Web di CUDA.


Sfoglia il Magazine

Sfoglia il Magazine

Tecnologopercaso Digest

Corporate News

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

Articoli per gg

novembre: 2013
L M M G V S D
« ott    
 123
45678910
11121314151617
18192021222324
252627282930  

Guarda il canale Video TPC TV

Guarda il canale Video TPC TV

Page optimized by WP Minify WordPress Plugin