ATI Stream: GPU Computing secondo AMD

Il prossimo 10 Dicembre AMD renderà disponibile per il download un nuovo set di driver Catalyst, versione 8.12, contenente varie innovazioni alle quali ATI sta lavorando da tempo. Saranno questi i primi driver del produttore americano a implementare il supporto a ATI Stream, nome con il quale viene indicata la tecnologia di gestione ATI delle elaborazioni GPU Computing.

Attraverso il supporto integrato nei driver sarà possibile utilizzare le schede video ATI della serie Radeon HD 4000 in modo nativo con quel software che sia stato sviluppato per beneficiare della presenza di ATI Stream, quindi quei software sia di taglio consumer che professionali che prevedano l'utilizzo di GPU ATI per elaborazioni parallele affiancando in questo il processore di sistema.

ATI Stream è quindi la risposta diretta a CUDA, soluzione specifica delle schede video NVIDIA che permette di utilizzare architetture programmabili delle serie GeForce, Quadro e Tesla per far elaborare alla GPU programmi di tipo general purpose.

Quali saranno le prime applicazioni che potranno beneficiare della presenza di GPU ATI per calcoli paralleli? Nel momento in cui verranno rilasciati i driver Catalyst 8.12 ATI renderà disponibile per il download anche il proprio software ATI Avivo Converter, grazie al quale sarà possibile convertire video a risoluzioni e formati di compressione differenti utilizzando per questa operazione la potenza di elaborazione messa a disposizione dalla scheda video.

La conseguenza diretta di questo è una notevole diminuzione dei tempi di elaborazione rispetto ad un approccio che veda l'utilizzo di un processore. ATI ha anticipato in una propria presentazione interna la possibilità di ottenere transcoding di video 1080p con una velocità superiore al tempo di riproduzione: questo implica, ad esempio, che un video di 2 ore possa essere convertito in altro formato in meno di 2 ore.

NVIDIA, attraverso il software developer Elemental, mette a disposizione una soluzione simile compatibile CUDA e quindi adatta alle proprie GPU: parliamo di Badaboom, software che è stato presentato alcuni mesi fa in versione commerciale per il quale viene richiesto un prezzo di 30 dollari USA. ATI Avivo Converter sembra vantare, stando alle specifiche fornite dal produttore, una superiore flessibilità nella gestione degli output video rispetto a Badaboom e verrà offerto gratuitamente.

La crescente disponibilità di applicazioni specificamente sviluppate per il pubblico consumer, con le quali poter sfruttare la potenza di elaborazione della propria scheda video in parallelo, non può che spingere altri sviluppatori software a utilizzare l'approccio delle elaborazioni GPU computing, ovviamente a patto che il tipo di elaborazione sia pensato per il calcolo parallelo.

Nel confronto tra ATI e NVIDIA è innegabile che quest'ultima sia in netto vantaggio sul piano delle elaborazioni GPU Computing, soprattutto in ambito professionale: la disponibilità di CUDA, in differenti versioni, da più di 1 anno e mezzo ha permesso ad alcuni progetti di calcolo parallelo di sperimentare l'adozione delle GPU accanto ai processori per alcune elaborazioni specifiche. Quello che il settore necessita è un processo di standardizzazione, che permetta di utilizzare le GPU a prescindere dal produttore con elaborazioni parallele ottenendo importanti benefici in termini di riduzione dei tempi di elaborazione. Questo risultato sembra destinato ad arrivare con il debutto delle API DirectX 11 di Microsoft, atteso per il prossimo anno, parallelamente alla disponbiilità di OpenCL.

Lo scenario attuale vede di fatto solo NVIDIA presente in modo continuativo grazie alla diffusione di CUDA: questo approccio potrà venir superato da un'architettura di tipo unificato che prescinda dal produttore della GPU verificando le specifiche tecniche implementate nelle architetture hardware. Il passaggio sarà presumibilmente rapido nel mondo consumer ma più complesso in quello professionale: chi ha sperimentato negli ultimi mesi CUDA ha messo in atto una infrastruttura tecnica per l'elaborazione parallela che ha richiesto investimenti consistenti che difficilmente verranno dirottati in tempi rapidi verso altri approcci GPU Computing.