NVIDIA préparerait un GPGPU pour Apple

Christophe Laporte |
À en croire AppleInsider, Nvidia travaillerait en étroite collaboration avec Apple à la conception d'un GPGPUs. Le rival d'Intel commercialise ce type de solutions sur PC avec une gamme de produits baptisés Tesla depuis déjà plusieurs mois.

nvidiateslac870


Concrètement, le but d'un GPGPU est d'utiliser un processeur graphique comme coprocesseur mathématique. Ce type de solutions intéresse énormément les scientifiques. Tesla permet de réduire jusqu'à 100 fois le temps de traitement d'une base de données sismique, de 240 fois celui de la dynamique moléculaire ou encore de 100 fois celui de la simulation neuronale. Les développeurs peuvent tirer profit de la puissance de Tesla grâce à CUDA, une solution de développement logiciel complet comprenant un compilateur C pour GPU, un débogueur/profiler, un pilote dédié et des bibliothèques standards

tesla_main


À ce jour, Nvidia propose aussi bien sa solution sous forme de carte PCI-Express que de station externe. Dans le cas d'Apple, ce type de solutions pourrait avoir son intérêt dans le traitement du son et de la vidéo. On imagine qu'un tel produit pourrait rendre bien des services aux utilisateurs de Final Cut Studio, par exemple. Selon AppleInsider, Apple pourrait proposer Tesla en option lors d'un achat d'un Mac Pro.


Tags
avatar 406 | 

euh, juste une 8800GT compatible "ancien" mac pro me suffirait...

avatar Liam128 | 

Attention : c'est bien des GPGPU, pas des GPUGPU. Il s'agit de General Purpose GPUs.

avatar macbob (non vérifié) | 

C'est a ce demander pourquoi on utilise encore des ordis et plus seulement des cartes graphiques… ;)

avatar Museforever | 

C'est clair.

avatar Liam128 | 

Il me semble, macbob, que même les GPGPU sont assez limités dans les opérations qu'ils peuvent faire : dit autrement, ils font leurs calculs beaucoup plus vite que les CPU, mais ne peuvent faire qu'une fraction de tous les types de calculs traitable par un CPU.
Cela s'observe notamment dans l'utilisation des GPU dans le traitement de Folding@Home : les GPU fournissent une puissance phénoménale par rapport au CPU, mais ils ne peuvent traiter que certains types d'unités car ils sont moins souples.

avatar kioska | 

@Liam128
c'est surtout parceque les GPU sont certe très rapide, mais on un taux d'erreur énorme par rapport à un CPU qui comprend des systèmes de vérification qui l'oblige à avoir des vitesses "réduites". Avoir un pixel faut de temps à autre, ou une érreur d'affichage, c'est arrivé à tout le monde!
Faire du calcul sur GPU est une technique récente car elle supose de mettre en place de manière logiciel des boucles de vérification des calcul, adapté à la structure de la puce, ce que l'on savait mal faire j'usqu'à récement. Le fait que les GPU soit de moins en moins cher à aussi joué.
C'est très bien que Apple s'interresse à dans cette voie là, les Xserve constituaient déja une station de calcul intéressante, utiliser des GPU, si c'est bien fait, ne poura qu'être à l'avantage de la recherche.
Pour mémoire, le plus grand boom de puissance de calcul partagé de déploiment de proteine à été réalisé lorsque la PS3 est sortie, c'est un très bonne exemple potentiel de cette technologie pour les gros calcul scientifique!

avatar Jimmy MAIZEROI | 

"Pour mémoire, le plus grand boom de puissance de calcul partagé de déploiment de proteine à été réalisé lorsque la PS3 est sortie, c'est un très bonne exemple potentiel de cette technologie pour les gros calcul scientifique!"

Avec un PowerPC tu veux dire ? ;-D

avatar Almux | 

...Peut-être que cette carte ne sera QUE compatible avec les MacPros de la PROCHAINE génération?!??!!
;op
...Mais, de toute manières, la solution GPU (bien que les gros CPUs resterons indispensables) est celle de l'avenir!

avatar SuMyDi | 

@Liam128: en effet, les GPU sont capables d'effectuer des calculs moins précis mais plus rapides (utilisation de float16, approximation de fonctions telles que sqrt, cos, ...) mais la différence de puissance vient surtout du fait que les GPU sont spécialisés dans le calcul et notamment le calcul vectoriel très utilisé en 3D et aussi dans la recherche. Les CPU ne sont pas plus lents parce qu'ils doivent "vérifier" leur calcul mais tout simplement parce qu'ils sont plus généralistes. Par contre, ils seront beaucoup plus puissants dès lors que le programme qu'ils exécutent possèdent beaucoup de branchement et d'accès mémoire aléatoires (les GPU sont des vrais bouses pour les branchement, etc...).
En gros, pour faire du calcul brut -> GPU, pour faire de la base de données -> CPU (bon, je simplifie, hein).

Quand à la PS3, celle-ci possède, en plus d'un proc à base de PowerPC, 8 coprocesseurs (dont 7 seulement utilisables) appelés SPE qui sont spécialisés dans le calcul vectoriel, qui possèdent leur propre mémoire et qui ont une puissance de calcul assez monstrueuse. On pourrai presque comparer les SPE à des GPU tant ils sont spécialisés pour le calcul en masse.

Bonne journée à tous !

avatar macbob (non vérifié) | 

@Liam

Merci pour ton explication condescendante, mais il se trouve que je savais pourquoi nous n'utilisons pas de cartes graphiques à la place des ordis il y avait un smile à la fin de ma phrase ;)

avatar DrFatalis | 

guépéou guépéou, ils préparent la guépéou ? Faut prévenir d'urgence Vladimir Poutine, il doit être mis au courant de la démarche réactionnaire de ces vipères lubriques de Nvidia...

CONNEXION UTILISATEUR