NVIDIA investe nelle elaborazioni GP-GPU

NVIDIA sembra sempre più interessata nello sviluppo di soluzioni che possano permettere di utilizzare le proprie GPU come sistemi di elaborazione general purpose. Da tempo si parla di GP-GPU, General Purpose GPU, e l'architettura unificata ed altamente programmabile delle GPU G80 sembra aver posto le premesse ideali, in casa NVIDIA, per questo genere di iniziative.

Il produttore americano ha annunciato di aver investito poco meno di 3 milioni di dollari USA in Acceleware, start-up canadese che commercializza soluzioni hardware e software proprietari che utilizzano i chip video per particolari elaborazioni di calcolo. In particolare, Acceleware si è specializzata in elaborazioni negli ambiti del design hardware, data processing e delle simulazioni.

In occasione del debutto delle proprie GPU GeForce 8800 GTS e GTX, come abbiamo segnalato in questo articolo, NVIDIA ha dato ampio spazio a CUDA; acronimo di Compute Unified Device Architecture, è il nome scelto da NVIDIA per evidenziare come l'architettura G80 rappresenti, in abbinamento al corretto software, una soluzione hardware che possa essere utilizzata per elaborazioni intense di calcolo parallelo. Detto in altri termini, quindi, parliamo di GP-GPU, quindi della possibilità di sfruttare l'innata natura parallela della GPU in abbinamento alla CPU per elaborazioni che per l'appunto siano parallele per natura.

Gli stream processor possono essere dinamicamente allocati dalla GPU per operare su oggetti legati alla riproduzione 3D a video, oppure per gestire elaborazioni parallele; un thread execution manager schedula l'esecuzione dei thread in modo tale che siano pienamente sfruttate tutte le risorse di elaborazione presenti all'interno della GPU.

CUDA introduce anche una componente software, indispensabile per poter sfruttare al meglio le potenzialità di elaborazione dell'architettura G80; NVIDIA infatti introdurrà un compilatore in linguaggio C specifico per le GPU, che dovrebbe facilitare la vita agli sviluppatori che intendano eseguire elaborazioni parallele servendosi per l'appunto di schede video GeForce 8800. E' questo un elemento fondamentale per la diffusione di applicazoni che sfruttano la GPU per l'elaborazione di dati: le GPU sono intrinsecamente molto più veloci e parallele delle CPU, ma rispetto a queste ultime meno flessibili in termini del tipo di elaborazioni non grafiche che possono eseguire. La disponibilità di nuove architetture di GPU permette di avere accesso a superiori funzionalità, rendendo progressivamente più adatte ad elaborazioni general purpose queste architetture, ma si rende indispensabile avere a disposizione un'interfaccia software che sia all'altezza e permetta di sfruttare al meglio le GPU.

Rispetto agli attuali approcci di GP-GPU, CUDA può beneficiare di due elementi architetturali che migliorano la velocità di elaborazione: da una parte la presenza di cache locali all'interno della GPU, per ogni blocco di stream processors; dall'altra il thread execution manager, che governa al meglio lo sfruttamento degli stream processors in funzione del tipo di elaborazione eseguita.