NVIDIA Tesla: GPU G80 per elaborazioni GPGPU

Assieme alla presentazione delle proprie soluzioni Tesla per l'elaborazione GPGPU, NVIDIA ha mostrato alcuni esempi pratici di come le architetture della famiglia G80 sono state implementate per elaborazioni GPGPU da differenti aziende

Acceleware e Boston Scientific

Boston Scientific produce pacemakers e altre tipologie di impianti biomedici, per la costruzione dei quali vengono condotte numerose simulazioni al computer. Grazie alla partnership con Acceleware, azienda canadese, l'esecuzione del software SEMCAD X utilizzato per le simulazioni biomediche ha subito una accelerazione sino a 25 volte dei tempi di elaborazione, utilizzando per parte di queste la potenza elaborativa delle GPU NVIDIA. L'implicazione diretta di questo incremento di velocità è la possibilità di condurre un numero molto più elevato di simulazioni sui propri prodotti, delineando per questo le influenze e le dipendenze reciproche di un elevato numero di variabili presenti all'interno del design dei prodotti.

Evolved Machine

In questo caso l'ambito di ricerca si sposta sull'analisi neuronale: Evolved Machine analizza i circuiti neuronali sul larga scala. L'ordine di grandezza delle elaborazioni è estremamente complesso: la simulazione del comportamento di un singolo neurone richiede la risoluzione di 200 milioni di equazioni differenziali al secondo, con una potenza elaborativa stimata in circa 4 GigaFLOPs. Un'analisi completa richiede lo studio di centinaia di neuroni e delle loro interrelazioni, con una potenza elaborativa che supera i 10 teraFLOPs.

Queste simulazioni vengono eseguite sfruttando la potenza di elaborazione delle GPU, con incrementi sino a 130 volte rispetto a quanto registrato con i processori x86 in commercio. Evolved Machine ha quindi implementato una struttura di GPU in cluster per questo genere di elaborazioni, con una frazione del costo richiesto per ottenere la medesima potenza elaborativa con tradizionali CPU.

Headwave

Headwave si occupa di trivellazioni, cioè della ricerca di giacimenti naturali di gas e petrolio. In questi ambiti il ruolo della simulazione, partendo da un pacchetto di dati raccolti nell'area di possibile scavo, è fondamentale: non è possibile poter trivellare alla ricerca di un giacimento per tentativi, in quanto i costi di ogni operazione di ricerca sarebbero insostenibili.

Più elevato il numero di dati raccolti ed elaborati, più precisi saranno i risultati dell'analisi a prezzo tuttavia di un incremento del volume di elaborazioni. Headwave ha quindi sviluppato un proprio software che utilizza la GPU per eseguire queste elabotazioni, con incrementi del 2000% nei tempi di elaborazione rispetto all'utilizzo di tradizionali architetture di CPU.

L'utilizzo delle GPU permette quindi sia di ridurre i tempi di elaborazione delle simulazioni, che di analizzare immediatamente i dati acquisiti in modo multidimensionale direttamente nella stessa giornata nella quale essi sono stati raccolti.

Wisconsin-Madison e Acceleware

L'università del Wisconsin-Madison ha utilizzato le piattaforme hardware Acceleware per utilizzare le GPU NVIDIA nell'elaborazione di dati che mirano all'individuazione preventiva di cancro al seno. Un dipartimento interno a questa università ha infatti sviluppato una tecnologia che permette, attraverso impulsi elettromagnetici ad elevata frequenza e ridotta potenza di costruire una rappresentazione 3D del seno, con la quale individuare la presenza di masse tumorali.

Questa tecnologia, in combinazione con una tradizionale mammografia, permette di evidenziare potenziali formazioni tumorali nel seno, oltre a effettuare trattamenti sulla forma tumorale senza richiedere interventi di chirurgia.

La tecnologia di rappresentazione grafica del seno incorpora algoritmi di calcolo molto complessi, che richiedono una elevata potenza elaborativa. E' in questo ambito che la GPU permette di ottenere significativi incrementi nei tempi di elaborazione, permettendo di ottenere la generazione delle immagini in un periodo di tempo di alcune ore contro i giorni richiesti utilizzando processori tradizionali.

University of Illinois at Urbana-Champaign’s (UIUC)

L'University of Illinois at Urbana-Champaign’s (UIUC) ha sviluppato due tool, Nanoscale Molecular Dynamics (NAMD) e Visual Molecular Dynamics (VMD), utilizzati per simulare e visualizzare processi biomolecolari. Le elaborazioni di questi software sono state accelerate utilizzando GPU per calcolare le interazioni tra molecole biologiche e ioni. Il risultato è stato quello di accelerare di oltre 100 volte i tempi di elaborazione rispetto a quanto ottenuto con un cluster di 18 CPU; il picco di potenza elaborativa, ottenuto con una workstation dotata di 3 GPU al proprio interno, è stato di 705 GigaFLOPs utilizzando dati reali elaborati da una di queste applicazioni.

La possibilità di eseguire queste elaborazioni utilizzando una workstation dotata di GPU permette ai ricercatori di ottenere analisi direttamente nei propri laboratori, senza dover ricorrere ad una server room con cluster di computer per questo e dover necessariamente schedulare il tempo a disposizione nella server farm a diretta competizione con altri progetti di ricerca che richiedono il cluster di PC per le proprie elaborazioni.