Бенчмаркинг аналитических запросов на GPU

Этот отчет описывает преимущества использования графических процессоров для аналитических запросов. Он сравнивает производительность двигателя баз данных Alenka, который используют GPU, с производительностью Oracle на SPARC серверах. Более подробную информацию об Alenka, включая исходный код, можно увидеть здесь.

via http://gpgpu.org/

Rob Farber рассказывает об архитектуре Kepler

В этом видео, Rob Farber обсуждает новые возможности графических процессоров Nvidia Kepler.

Книга этого автора.

Луноход с использованием GPU

GPU производства NVIDIA будут помогать луноходу "Asimov" безопасно передвигаться по лунной поверхности, передавать информацию в режиме реального времени, и даже создавать великолепные лунные карты с 3D-изображениями, отправленные на Землю. "Asimov" представляет детище из 100 немецких ученых, инженеров и разработчиков, которые сформированы в команды, чтобы попытаться выиграть Google Lunar X Prize.

Дайджест ссылок и материалов #1

Архитектура Kepler
Эта архитектура дебютировала недавно в составе 28-нм чипа GK104 в лице графической карты GeForce GTX 680. Более детально читать здесь.

Суперкомпьютер 1,5 Петафлоп/с для термоядерных исследований в Японии

Роккасе, Япония, 19 марта - Bull, CEA, F4E и JAEA - в присутствии представителей ЕС и Посольства Франции в Японии, а также многочисленных японских политиков (в том числе депутатов, губернаторов провинции Аомори и Мэр Роккасе) - открыто суперкомпьютер в Роккасе (Япония): один из самых мощных суперкомпьютеров в мире, обеспечивая пиковую производительность более 1,5 петафлоп. Это уже третий суперкомпьютер петабайтного уровня разработан и создан Bull за последние 18 месяцев.

via http://www.hpcwire.com/

Сегментация изображений с использованием CUDA и Рунге-Кутта-Мерсон, GMRES методов

Современные графические процессоры хорошо подходят для выполнения задач обработки изображений. Используя их высокую вычислительную производительность и пропускную способность памяти, можно выполнять задачи сегментации изображений. Один из методов сегментации основан на методе Рунге-Кутта-Мерсон аппроксимации решений обыкновенных дифференциальных уравнений, а другой использует GMRES метод численного решения систем линейных уравнений. В экспериментах, реализованных с использованием CUDA алгоритмов, в 3-9 раз увеличилась продуктивность, чем в соответствующих 12-тредных OpenMP реализациях.

(Oberhuber T., Suzuki A., Vacata J., Žabka V., “Image segmentation using CUDA implementations of the Runge-Kutta-Merson and GMRES methods“, Journal of Math-for-Industry, 2011, vol. 3, pp. 73–79 [PDF])

Первые подробности об архитектуре Kepler и новые данные о быстродействии GK104

На сайте http://www.overclockers.ru/ есть очень хорошая статья про архитектуру Kepler. Поехали.

Несмотря на то, что до заветной даты официального анонса графических ускорителей поколения Kepler, отмеченной в календаре некоторых энтузиастов зелёным маркером, остаётся меньше одной недели, блюстители строгих правил NDA уже не в силах сдержать поток информации о новых продуктах NVIDIA. Благодаря интернет-изданию HKEPC, мы можем созерцать схематическое строение GPU GK104.