|  你的PC有CUDA加速么？ Electronic Design 多数情况下我了解到信息总是比别人晚一步。我不确定CUDA是否已经走俏，但是在过去的几个月里，我的耳边总是充盈着各种各样有关CUDA的消息。如果你的PC里还没有CUDA的身影，那你应该看看下面的介绍。 2008年9月25日 GPU（图形处理器）在华尔街扮演新角色 Electronic Design 华尔街新兴应用之一就是GPU计算，这是一种几乎可应用于所有类型高性能计算应用程序的技术。GPU（图形处理器）的向量处理能力令其尤为适合金融分析。 2008年9月22日 GPU在华尔街大显身手 HPCWire 当前，CPU的核心频率一直呈现出疲软的态势，多核CPU及其强大的性能依然遥不可及。这时，GPU带来的数据并行计算能力成为了诸多越过性能障碍的铺路石。正如Hanweck提到的:“从技术角度来看，GPU将改变全世界工作的行为方式。” 2008年9月22日 NVIDIA芯片加速图像编辑，为各行各业带来福音 The New York Times 能源勘探企业、服装设计人员、制药企业和金融服务机构纷纷购置了搭载NVIDIA芯片的系统。在此之前，这些行业面临一个同样的问题：他们都需要一款硬件来分析海量数据并处理这些数据，而且处理的速度要比标准计算机快出许多。 2008年9月22日 CUDA，平易近人的超级计算：第8章 Dr.Dobb’s Portal 经过优化的数据库提升应用性能可谓轻而易举。处理数据量庞大的任务时，数据库可能是优化获得新平台的唯一途径，因为编码的改换可能要求增强确认程序的编写。 2008年9月19日 NVIDIA®（英伟达™）在新一代Cray台式机中搭载最新芯片 GigaOm 经过长达两年多在科学计算研究领域的推广，NVIDIA®（英伟达™）芯片将成为Cray 最新系列台式超级计算机的首选。据NVIDIA®（英伟达™）公司发言人Andrew Humber透露，公司计划将在下周宣布其Tesla芯片将正式搭载于Cray 最新系列台式超级计算机，该款计算机售价为25,000美元。Andrew还称， 自2007年NVIDIA®（英伟达™）发布Tesla图形处理器时起，NVIDIA®（英伟达™）就与Cray公司展开谈判，而这一次只是双方谈妥的第一笔交易。 2008年9月16日 美国国家超级计算应用中心（NCSA）增添计算能力达到62 teraflop的全新异构计算系统 伊利诺伊大学国家超级计算应用中心 位于伊利诺伊大学厄本那-香槟分校的美国国家超级计算应用中心（NCSA）引进了全新的计算资源。这台名叫Lincoln的计算系统能够带来62.3 teraflop的计算峰值。有了它的加盟，异构处理器进行科学计算的能力定能大踏步向前发展。 2008年9月8日 Agilent与NVIDIA在模拟计算领域展开合作 Desktop Engineering Online 美国Agilent Technologies公司日前宣布，公司将同NVIDIA公司进行合作，使用基于CUDA的NVIDIA GPU产品为信号完整性模拟进行加速。双方将合作开发一版GPU可支持的先进设计系统(ADS)商用软件：Transient Convolution Simulator，信号完整性设计人员可以使用该软件加快信号完整性仿真。 2008年9月2日 CUDA，平易近人的超级计算：第7章 NVIDIA GeForce GPU在图形领域之外大显身手 万亿次浮点计算前景一片光明 NVIDIA®（英伟达™）在犹他大学成立CUDA卓越中心 显卡构建1U服务器 看TESLA近来的发展 CUDA，平易近人的超级计算：第6章 深入油井 桌面超级计算 CUDA，平易近人的超级计算：第5章 通用图形处理器（GPGPU）在生物学领域大放异彩 Linux Magazine 所有这些似乎与大规模群集故障非常相似。看一看上面列出的促成因素吧。正如集群一样，入门的成本极低。现有工作站配备的CUDA GPU数量已超过7000万。如果你没有也不要紧，基本配置的GeForce显卡只需不到100美元即可购得。而软件则是免费提供的。NVIDIA完全免费提供CUDA C语言编译器（并且免除了注册的繁琐操作）的举措非常明智。从本质上说，这与集群的优势相同。入门成本低（或无成本）、回报率高，而且还能够节省时间。 2008年6月18日 Larrabee，CUDA和对“免费午餐”的探索 TG daily 观点—— 本周早期，Intel向外界公布了其即将推出的Larrabee 加速器/独立显卡包含的一些关键功能，其种种描述不难让人联想起现今已推出的技术，亦让人对Larrabee甫一上市便遭质疑的尴尬局面表示忧虑。 2008年6月8日 CUDA与加速 scalability.org “加入CUDA的行列。我的笔记本电脑里已经装上CUDA了。当然，是CUDA 1.1 版。我的笔记本里面有一颗支持CUDA的GPU（当时在买笔记本式我就相中它了）。CUDA 2.0现在只有beta版，但我还是会用的。” 08年5月13日 NVIDIA（英伟达）借助CUDA技术向并行计算攻坚难题发起进攻 EE Times “应该让更多的大学开设有关大规模并行计算编程的课程，而且，应该让更多的图形处理器制造商将CUDA（Compute Unified Device Architecture：计算统一设备架构）编程语言应用到他们的设备中去。” 08年4月30日 NVIDIA（英伟达）首席科学家David Kirk博士论CUDA，CPU和GPU bit-tech.net “NVIDIA（英伟达）首席科学家David Kirk博士的工作和行程都是出奇地忙碌和紧密。在过去的四周之内，他曾造访中国，日本和欧洲的各所知名大学，为莘莘学子和关注视觉计算的人们奉献精彩的演讲。他为人们描述了NVIDIA（英伟达）的先进技术将如何影响和改变计算世界的未来——不只是图形计算。” 08年4月30日 CUDA让并行编程不断增长 《ACM Queue》杂志 “多核CPU与多核GPU的出现标志着主流处理芯片已演化成为并行计算系统。除此以外，根据摩尔定律所言，这种并行性一直会持续增长。” 08年4月28日 台式机也可拥有超级计算能力 SKY NEWS 曾有一位世界顶尖的计算机科学家向我们（Sky News Online）透漏，当代的台式计算机距离超级计算仅几步之遥。 08年4月25日 CUDA，大众级别的超级运算：第1章 Dobb博士的门户网站 “虽然在使用标准的多核处理器工作，同时使用类似C语言的高级编程语言，您却能获得大规模计算级别的性能，您对这个设想感兴趣吗？您愿意让其他更多计算设备获得这样强大的性能吗？” 08年4月15日 NVIDIA物理引擎同CUDA架构的转换接近完成！ TG Daily “NVIDIA（英伟达™）向外界透露，从Ageia PhysX物理引擎到NVIDIA CUDA计算架构的转换几乎全部完成。为了向外界展示该技术的卓越计算能力，NVIDIA按照英特尔如何展示Nehalem处理器的步骤，做了一次小型的示范，从该示范中不难看到NVIDIA GPU的物理运算速度有英特尔的Nehalem处理器速度的10倍之多。” 08年4月14日 从游戏到先进的超级计算 现在一律采用了NVIDIA Tesla Desktop Engineering “人的身体由数十亿个细胞组成，而其中只要有那么一个细胞出现病变，并且经过不断的分裂和复制，这个小小的细胞就有可能引起致命的癌症。要想知道一个细胞是如何发生病变的，并且采取何种措施去阻止它继续，以免产生不良后果，科学工作者们正在运用全新的计算技术和成组的、具有超强性能的计算机来模拟正常细胞的代谢过程。” 08年4月1日 NVIDIA处理器瞄准新市场 华尔街日报 专为石油天然气行业开发采集地震数据软件的美国休斯顿Headwave Inc.公司系统集成副总裁Steve Briggs表示：“CUDA是一项重大的突破。它使应用程序开发人员的工作越来越简单，因为你不需要成为一名图形方面的专家。” 08年3月26日 NVIDIA®（英伟达™）提供了全新的Mac编程工具 Macworld “NVIDIA®（英伟达™）已经发布了其CUDA编程工具的一个Mac OS X版本。NVIDIA的CUDA工具可以帮助开发人员在较新的NVIDIA图形硬件上将GPU（图形处理器）用作并行处理。” 08年2月27日 图形处理器推动了可扩展计算的未来 Supercomputing Online “伊利诺斯大学教授胡文美（Wen-mei Hwu）发表了超级计算产业即将面临机遇和挑战的演说：可广泛获取的图形处理器的迅速发展正在改变着超级计算的面貌，为研究人员带来了更多机遇和挑战。” 08年2月27日 NVIDIA®（英伟达™）的首脑畅谈图形计算的未来 CRN “NVIDIA®（英伟达™）（纳斯达克代码：NVDA）的首席科学家David Kirk预测：到2012年，世界上五种顶尖超级计算机中的三种将使用具有并行计算应用程序的图形处理器，从而完成标准的单一CPU配置无法完成的海量数据处理任务。” 08年2月22日 CUDA – 让GPU（图形处理器）来缓解压力 IT PRO “梭鱼（barracuda）就像大海里的狼一样，具有细长银色标枪般的身体，群体捕杀猎物。NVIDIA®（英伟达™）将梭鱼名字的一部分（CUDA）作为其基于GPU（图形处理器）超级计算工具的名称或许并不奇怪。” 08年2月9日 研究人员与NVIDIA®（英伟达™）就GPU（图形处理器）千兆级（Petascale）计算展开合作 HPCwire “CUDA并行编程工具与NVIDIA Tesla GPU（图形处理器）计算产品的结合推动了科学计算领域的根本性变化并为研究机构带来了前所未有的性价比。” 08年2月1日 GPGPU（通用计算图形处理器）：是好主意，还是引起混乱的技术？ Scientific computing “根据我最近的经验，统一计算设备架构（CUDA）软件开发环境是很简单的。通过观察，我们发现其他没有编写并行软件经验的计算科学家们在使用CUDA方面似乎也没有问题。有一个人表示他使用CUDA一天完成的工作量比他使用Cell宽带引擎（BE）处理器时一年完成的工作量还多。” 08年1月31日 利用CUDA进行并行处理 Microprocessor Report “多核处理器并行处理技术是业界最大的软件难题，但是真正的问题是存在着太多解决方案，并且所有解决方案都需要除设置编译器标志以外的更多工作。” 08年1月28日 播客：CUDA技术与Tesla计算解决方案 Extreme Tech “顶级技术（Extreme Tech）栏目在CUDA技术与Tesla解决方案展会的下半时采访了NVIDIA®（英伟达™）。” 08年1月28日 NVIDIA CUDA Zone提供相关的在线资源和社区 InsideHPC “CUDA地带将成为专业人士、学术界人士以及所有希望对CUDA和Tesla有更进一步了解的人的全球汇集点。这个网站将会提供编程技巧方面的白皮书、客户亮点；可让用户提交工程、讨论方法的论坛；还允许用户下载CUDA工具、代码范例；了解新闻和事件，以及其他更多的东西。“ 08年1月4日 第32届“年度最佳产品“奖：能够实现大规模并行计算的软件 Electronics Products “复杂的、普通消费、工商业、技术领域的计算性问题在标准的个人计算机上可能需要运行非常长的时间，但一个名为CUDA的软件工具，通过大规模数据并行操作，使得计算性能有了极大的提升。该技术使用一个崭新的编程接口，并结合标准的C语言，让计算密集型的应用可以利用图形处理器强大的处理能力。 08年1月2日 | |||||||||||||||||||
