GPU Computing
przyspiesza pracę aplikacji

Przetwarzanie wspierane przez akceleratory GPU pozwalają na przyspieszenie pracy aplikacji analitycznych, naukowych, inżynierskich, konsumenckich i standardowych rozwiązań dla przedsiębiorstw.

W 2007 roku NVIDIA® wprowadziła akceleratory GPU graphics processing unit i od tego czasu karty GPU używane są po to, by obniżyć zapotrzebowanie na moc w serwerowniach, laboratoriach, na uniwersytetach, w centrach projektowych i R&D, a także w firmach finansowych, firmach zajmujących się obróbką dużej ilości danych.

GPU przyspieszają pracę aplikacji, ponieważ pozwalają na zdjęcie z procesorów dużych zadań obliczeniowych. Wykorzystywane są w bardzo wielu rozwiązaniach i doskonale przyspieszają zadania związane z modelowaniem i analityką. Właśnie w takich zastosowaniach GPU pozwalają na znacznie więcej niż procesory x86. Akceleratory GPU stosowane są zarówno w serwerach, ale też w stacjach roboczych, w telefonach i tabletach, w serwerach, samochodach i dedykowanych rozwiązaniach takich jak roboty czy drony.

Procesor CPU vs. Akcelerator GPU

Najprościej należałoby przedstawić różnicę na podstawie sposobu w jaki CPU i GPU realizują zadania. Procesor (CPU) składa się z kilkunastu rdzeni, zoptymalizowanych do szeregowego przetwarzania zadania po zadaniu, natomiast GPU pracuje w systemie parallel architecture, czyli równolegle przetwarza wiele zadań na tysiącach małych bardzo wydajnych rdzeni. I to na ogromną skalę.

W chwili obecnej architektury GPU osiągają znaczącą przewagę nad standardowymi procesorami. Musimy być świadomi, że zastosowania GPU rosną w ogromnym tempie z roku na rok. Już teraz obserwujemy prawie 10-krotny wzrost zastosowań dla obliczeń realizowanych przez GPU. W najbliższym czasie tzw. Power / Heavy Users, czyli użytkownicy potrzebujący mocnego komputera, będą korzystać w większości z rozwiązań GPU. Dotyczy to głównie inżynierów, architektów, projektantów, grafików, animatorów, a także osób pracujących z dużymi porcjami danych: analityków, badaczy, czy pracowników sektora finansowego. Ważnym czynnikiem zachęcającym do korzystania z z rozwiązania jest możliwość podzielenia zasobów akceleratorów na wiele maszyn, czyli na wirtualizację GPU.

Wirtualizacja GPU

Wirtualizacja zasobów IT jest powszechnie znana. Jeśli chodzi o akceleratory, dostawcy środowiska wirtualnego mieli niewiele do powiedzenia, więc każdy użytkownik potrzebujący więcej mocy, musiał mieć dedykowane akceleratory w swojej stacji roboczej, co po prostu rodziło znaczne koszty.

W chwili obecnej można już współdzielić ogromną moc obliczeniową GPU w ekonomiczny sposób. Od niedawna NVIDIA udostępnia funkcję GRID vGPU w połączeniu z VMware Horizon 6, będącym częścią vSphere. Takie połączenie pozwala na zapewnienie użytkownikom bogatych możliwości GPU w czasie rzeczywistym. Co ważne, niezależnie od ich roli i urządzenia na którym pracują.

Zwinna współpraca w zespole i bezpieczeństwo danych

Wdrażamy wirtualne środowiska obliczeniowe i wizualizacyjne, korzystające z GPU w oparciu o Vmware Horizon 6 i Nvidia Grid vGPU. Dzięki temu organizacja uzyskuje istotne korzyści. Całość przetwarzania odbywa się na serwerach, dlatego niezależnie gdzie pracuje użytkownik, w domu, w podróży, na lotnisku, czy w kawiarni – może korzystać z pełni mocy GPU do wizualizacji, obliczeń, modelowania czy analizy danych.

Zdecydowanie poprawia się również współpraca, ponieważ zespół może pracować na jednym modelu lub projekcie, a kilka osób może wykonywać swoją część na udostępnionym zestawie danych, korzystając z mocy zasobów GPU w serwerowni. Dzięki temu użytkownicy zyskują czas, eliminując iteracje i poprawki przekazywane od zespołu do zespołu.

Dane spoczywają w bezpiecznym miejscu, są backupowane i archiwizowane. Nie ma ryzyka utraty czy wycieku danych, lub opóźnień spowodowanych zdarzeniami losowymi użytkownika. W ten sposób krytyczne dane produkcyjne są tam gdzie powinny być, czyli w data center.

Wirtualne desktopy

AMD stosuje inne podejście do wirtualizacji stacji roboczych i aplikacji i zapewnia moc AMD FirePro™ w formie udostępnianych w chmurze dedykowanych kart GPU. Podobnie jak w środowisku Nvidii, chmura zapewnia dostęp dla użytkowników z dowolnej lokalizacji. Pozwala to na przeniesienie pracowników z lokalnych stacji roboczych do wirtualnych desktopów które mogą być zarządzane z jednej lokalizacji.

Nowe karty AMD FirePro™ S7150 oraz S7150 x2 wraz z technologią AMD Multiuser GPU (MxGPU) zapewnia najlepsze rozwiązanie dla stacji roboczych HPC.

Stosujemy dwa modele akceleratorów wspierających do 16 równoczesnych użytkowników per karta:  AMD FirePro™ S7150 oraz AMD FirePro™ S7150 x2.

Chcesz przyspieszyć pracę aplikacji?

Doradzimy Ci w jaki sposób najlepiej zwirtualizować środowisko użytkowników.