Вполне логично, что на ежегодной конференции GTC 2013 не обошлось без
множества упоминаний о суперкомпьютерах, основанных на ускорителях
вычислений в виде мощных графических процессоров производства компании
NVIDIA. Упоминание решений Titan было неоднократным, ведь графические
процессоры сейчас помогают решать множество сложных задач по анализу
больших объёмов данных.
К примеру, такие компании, как Shazam, Salesforce.com и Cortexica уже
применяют графические процессоры компании для того, чтобы решать всё
более массивные задачи анализа и поиска в потребительских и коммерческих
приложениях. Указанные выше компании применяют современные GPU при
обработке больших массивов данных и в сложных алгоритмах, требующих
высокопроизводительных вычислений, они используют графические ускорители
NVIDIA Tesla для поиска и анализ аудиоданных, текстовых данных и при
распознавании изображений. Всё чаще именно GPU производства NVIDIA
занимают место в суперкомпьютерах в качестве ускорителей:
По данным компании, около 20% мощности всего списка быстрейших
суперкомпьютеров Top500 обеспечивают именно GPU, включая самый мощный из
них — Titan, расположенный в Окриджской национальной лаборатории. Всего
в этом суперкомпьютере работает 40 миллионов ядер CUDA и все вместе они
обеспечивают производительность в 10 petaflops.
На GTC 2013 был объявлено, что ещё один мощнейший суперкомпьютер
будет использовать графические процессоры NVIDIA. Швейцарский
суперкомпьютерный центр (CSCS) собирается построить быстрейший в Европе
суперкомпьютер Cray XC30, предназначенный для прогнозирования погоды,
имеющий не самое благозвучное для русского уха название — Piz Dant (по
названию горы в Альпах). В новом европейском суперкомпьютере будут
использоваться ускорители вычислений NVIDIA Tesla K20X и это обеспечит
ему первое место среди европейских суперкомпьютеров в начале 2014 года.
 Прогнозирование погоды и моделирование климата очень сложно и требует
огромных вычислительных возможностей. Центр CSCS работает вместе с
MeteoSwiss, предоставляющим услуги прогноза погоды с высокой точностью.
Швейцарский центр будет использовать мощность в 1 petaflop для ускорения
таких вычислений, а также астрофизики и других научных применений.
Прогнозирование погоды — идеальная задача для ускорения на GPU, и их
применение позволит выполнять соответствующие расчёты быстрее систем
исключительно на базе CPU.
Всё большее количество мобильных и коммерческих приложений
сталкиваются с проблемами серьёзного роста потребностей в вычислительных
мощностях, поэтому разработчики и поставщики услуг используют мощь
графических ускорителей для расширения инфраструктуры в соответствии с
потребностями рынка. Например, практически все знают мобильное
приложение Shazam – одно из самых популярных приложений в Apple Store и
Google Play. Но мало кто в курсе того, что эта компания использует
графические процессоры NVIDIA для быстрого поиска и распознавания
музыкальных композиций по базам данных, содержащим несколько десятков
миллионов аудиозаписей. Миллионы пользователей записывают на телефоны и
планшеты отрывки звучащих композиций, чтобы узнать их название.
 Shazam растёт очень быстро, пользователи ищут более 10 миллионов
песен в день, и к сервису постоянно подключаются всё новые и новые
пользователи. Чтобы успеть за ростом потребностей, в Shazam решили
ускорить процесс поиска и сравнения, используя графические процессоры
Tesla. GPU позволяют им обрабатывать огромные объемы данных при
сравнительно низких затратах и предоставляют возможность масштабируемого
роста — об этом рассказал Jason Titus, технический директор Shazam
Entertainment.
Почти то же самое относится и к анализу сообщений Twitter в
реальном времени, которое требует огромных вычислительных возможностей.
Компания Salesforce.com использует графические процессоры NVIDIA, чтобы
помочь крупным брендам с мониторингом и анализом более 500 миллионов
ежедневных твитов в поисках упоминаний соответствующих брендов,
продуктов и услуг.
Именно современные графические процессоры NVIDIA позволяют
Salesforce.com получать данные раньше, чем это делают аналогичные
системы, использующие исключительно анализ на CPU. Кроме того,
графические процессоры позволяют компании быстро и просто масштабировать
объём предоставляемых компаниям услуг.
Ещё одним интересным применением GPU в высокопроизводительных
вычислениях является мобильное приложение Cortexica. Оно позволяет
пользователям находить и покупать понравившиеся им товары по
фотографиям. К примеру, пользователь (женского пола, разумеется!)
увидела в журнале красивое платье на любимой актрисе и захотела себе
такое же. Она может сфотографировать его при помощи своего телефона и
дать приложению задание поискать в базе одежды похожие товары,
выставленные в Интернет-магазинах.
 Конечно, распознавание и подбор похожей одежды не всегда идеален, но
может серьёзно помочь в таких задачах. И при помощи графических
процессоров компании NVIDIA, сервис Cortexica применяет довольно сложные
алгоритмы по распознаванию изображений в реальном времени среди
миллионов продуктов, используя не слишком сложную серверную
инфраструктуру. Генеральный директор компании Cortexica заявил, что
графические ускорители NVIDIA справляются с их сложными алгоритмами в
десятки раз быстрее, по сравнению с CPU. Немудрено, что GPU-ускорители
появляются во всё большем количестве мощных суперкомпьютеров.
Источник
|
