当一个新产品出来,在某个方面性能提升100%,已经很好了,当这种产品性能提升到1000%,那就是非常优秀了,但是当它把性能提升到5000%~40000%,那就是太让人激动了,这就是Nvidia Tesla C1060.
localimg=400,234]1[/localimg]
在并行计算应用领域比现有的CPU技术快50倍,某些应用快400倍,这不是量的飞跃,这是质的飞跃,这种技术虽然现在还没有普及,但是这种性能已经足以改变更多应用缓慢发展,你如果拒绝,或无动于衷,你就太麻木了
今天为了普及推广Nvidia Tesla C1060,我们提供一套最具性价比Tesla高性能计算机硬件配置
分类 配件型号规格 数量 备注
CPU AMD Phenom 9650 1
FAN
主板 DFI LanParty DK 790FX-M2RS 1
内存 2GB DDR800 2
显卡 丽台PX9500GT 512MB 1
GPU处理器 Tesla C1060 240核/4GB显存 1
硬盘 ST 500G SATA 1
光驱 DVD刻录 1
机箱 4U-600 4U机架 1
电源 1000W EPS
合计 29999元
Tesla C1060个人超级计算机性能指标:
l 240个处理核心,多核架构,解决以前集群来运算的计算难题
l 4 GB高速内存,高达102GB/s传输速度,512位显存位宽
l CUDA C语言编程环境
l 可扩展到多个GPU,来解决大规模计算的问题
l IEEE 754单和双精度浮点单元
l 最大可以支持2Tflops运算速度
l PCI-Express 2.0接口,CPU与GPU之间的通信速度快、带宽高
[
今天为了普及推广Nvidia Tesla C1060,我们提供一套最具性价比Tesla高性能计算机硬件配置
GPU计算应用实例
下面的一些实例展示了GPU计算的性能,众多运算密集型的应用程序执行速度已经可以通过NVIDIA的GPU产品获得令人瞩目的提升。
医学成像:数字层析 X 射线照相组合
数字层析X 射线照相组合是一种早期胸部肿瘤X射线透视法,可以使癌症对乳房组织的损害被更早的检测、发现。在这种应用中,美国马萨诸塞州综合医院就使用了NVIDIA的 GPU产品,通过对X射线透视所获取的数据进行高强度计算来重建图像。
为了更好的显现肿瘤或其它癌变,层析X射线照相使用了视差技术,可以使图像上相邻物体间的距离更远、成像更清晰。电脑的任务就是将病人胸部的X光扫描图像电子式的排列组合起来。通过使用这种技术,可以消除层叠结构对癌变组织图像的模糊作用。
层析X 射线照相组合作为一种医学成像概念问世于上世纪60年代,但是直到90年代,当数字感光器具有足够的灵敏度之后才得以成为现实。但是,当时的处理器性能还不足以满足这项任务。首次通过层析 X 射线照相获得的数据进行医学成像的尝试中,花费了5个小时才完成对一个病人的扫描,时间太长,无法进入实际应用。使用一个由34台PC的服务器集群也耗费了20分钟才完成处理,结果还不错,但是在医院的放射实验室安置服务器集群是不切实际的。
现在,在使用NVIDIA的GPU产品进行计算后,马萨诸塞州综合医院在图像重建的过程中获得了100倍的速度提升,使用一台PC只用5分钟就可以完成计算,使医生很快就可以得到成像图片并给出诊断结果。
模拟与设计:生物医学核磁共振成像植入设备
在医学领域内,为了保证核磁共振成像或是其它一些诊疗成像设备的安全使用,许多生物医学植入设备被广泛使用。在这些植入设备的模拟与设计过程中,需要进行高强度的计算,用传统的电脑集群将耗费相当多的时间。