Pull to refresh

Comments 10

сразу скажу, что HP Blade таки плотнее :) но в целом CUDA это да!
А теперь вопрос на засыпку, как в бизнес приложениях помогает мощность графических карт и ускорителей?

Потому, что LinPack- это извините, тест на перемножение матриц. Покажите пожалуйста веб-сервер, файлошару, да хоть сервер виртуальных машин, которому нужно использовать перемножение матриц, хотя бы тысячу на тысячу.

Большая часть бизнес задач на gpgpu бонально не лягут. Ограничение по памяти на карте сейчас 6гб если правильно помню. Сначала из памяти скопировать надо данные, потом посчитанные забрать с карты- это уже не быстро.

А еще нужно, что бы задача была массивно-параллельная. Т.е. что бы были тысячи-миллионы операций не зависимых друг от друга. Вот как раз матрицы прекрасно перемножаются. там ни одна операцию от другой не зависит. Те, кто считают такие задачи думаю- не самая обширная часть аудитории покупателей серверов.

Так, что мощность мощностью, но Вы уж оговорите сразу, что она в 99% случаев бесполезно. И что писать придется на расширении языка С, что нужны специальные алгоритмы, задачи и вообще требуется обалденная квалификация программиста, что бы все это сделать. И самая большая загвоздка, что задачи то на такую архитектуру не лягут!

А так, реклама рекламой
Вот именно поэтому мы написали:

В частности, существенно улучшается производительность суперкомпьютерных вычислений, связанных с поиском месторождений нефти и газа, исследованиями в области естественных наук, построением финансовых моделей, криптографическими и другими приложениями, хорошо поддающихся распараллеливанию.


Но дело-то в том, что SL6500 можно купить и без CUDA — вы вольны выбирать. И если вас интересует веб-сервер, то выбирайте ProLiant SL170s G7.
Критерий применимости в 1 приложение банально теряется в обилии остальных букв. Я понимаю, что задача продать, это вполне естественно и ничего плохого в этом нет.
Но такие кричащие заголовки и лозунги- это откровенная реклама и пропаганда.
Я видел и как gpgpu и выигрывали 117 раз у обычных вычислителей, и как они им безбожно проигрывали. Так, что фраза про 36 раз можно получить ускорение- это как пальцем в небо.

Расчет слоев в геологоразведки- это понятно, что там все хорошо.
А вот в финансовой математике- это бабушка на двое сказала. Есть разная математика финансовая.
Естественные науки- это сразу уточните задачи- численное интегрирование различное, методы конечных разностей, конечные элементы и тп. Но в них вероятность получить 36 ускорение практически нулевая. 2-4 раза уже шикарно.

Критерий применимости теряется, на фоне остального в статье.
Статья эта далеко не только о CUDA, хоть это слово и есть в заголовке (такой уж он кричащий?..) О самой платформе и ее применимости было сказано уже очень много в других местах, поэтому мы не собирались делать на ней главный акцент. Здесь о CUDA сказано лишь как об одной из опций, которая может пригодиться пользователям четко очерченного круга приложений.
Вот не понимаю я комментирующих тут. Ну не всем нужна CUDA. И что теперь, надо забросать говном весь топик?
Все, по-моему, и так отлично понимают, что это подходит только для некоторых задач, которые хорошо параллелятся.

По теме — круто, что появилось серверное решение с GPU. На мой взгляд, эта ниша безусловно есть. Даже не смотря на желание некоторых покидаться какашками лишь от того, что именно им GPU не подходит.
На сайте HP не нашёл цен на эти GPU-модули Tesla.
Автор, укажите цены, ибо всё это писание без цен не имеет особого смысла.
цены в России говорит дилер… или интегратор…
Ну на сами сервера на сайте HP всё же есть цены.
На сайте HP Россия?
Only those users with full accounts are able to leave comments. Log in, please.