Hoy durante la GPU Technology Conference en San Jose California, NVIDIA en voz de su Presidente y Director Ejecutivo Jen-Hsun Huang ha anunciado la colaboración con PGI (The Portland Group) para implementar CUDA x86, una solución que permitirá que las aplicaciones desarrolladas para CUDA puedan ser aceleradas en, básicamente, cualquier PC o Servidor y no limitarse únicamente a los GPUs NVIDIA para su aceleración.
El próximo compilador PGI CUDA C, permitirá a los desarrolladores optimizar las aplicaciones CUDA para sistemas de computo basados en arquitecturas x86, que por ejemplo no cuenten con una GPU NVIDIA para estos efectos, logrando de esta forma que se puedan aprovechar, por ejemplo, los procesadores muti-núcleos y sus capacidades SIMD (Single Instruction Multiple Data) de los procesadores Intel y AMD para ejecución paralela.
Recordemos que hasta el momento las aplicaciones desarrolladas para CUDA eran aceleradas solamente en tarjetas graficas con GPU NVIDIA (desde la serie GeForce 8 en adelante) y con esta movida, NVIDIA pretende expandir el uso de su tecnología de computo más allá de la GPU, proporcionando así a los desarrolladores tener mas alternativas a la hora de programar sus aplicaciones en CUDA y de paso mas opciones para los usuarios de acelerar las aplicaciones CUDA en prácticamente cualquier sistema de computo x86 (PC, notebook, servers etc).
Una demostración de CUDA x86 se hará en la próxima Supercomputing Conference 201 (SC10) que se llevará a efecto el mes de noviembre de este año, pero aun no se ha mencionado cuando estará disponible masivamente.
4 Comment
si CUDA es algo muy comlejo no cualquier aplicacion de mesapuede correr ahi son extremadamente poderosos esos nucleos lastima que no podemos aprovecharlos bn, saludos.
El poder de esos cores y de los streams de ati (AMD ahora) reside en que solo hacen y pueden hacer lo necesario, teniendo muy pocas intrucciones y de funcionalidad muy limitada haciendolos muy simples pero optimizados y poderosos en eso, por ej la idea de GPGPU surgió utilizando «imagenes» o mas biuen ntablas de datos que se modificaban en estos cores por poner un ejempo usando cada pixel como un espacio, pero CUDA (usando Cg, un lenguaje de programacion) permite gran cantidad de operaciones basicas excluyendo recursividad, por lo que hay un limite entre rendimiento general usable en gran cantidad de cosas y un rendimiento mostruoso pero muy limitado aunque sirve para procesar señales, imagenes, audio (y lo que hacen siempre las vgas XD)… dejando lo demas a la cpu (computacion heterogenea algo que esta tomando importancia aunque intel con sus MID y nvidia no quieran (intel con sus x86 y nvidia con sus vgas, amd sale «ganando» por tener las dos jajaja))
CUDA es bueno pero… hasta ahora no encuentro una aplicacion decente para cuda; la que hay solo ofrecen soluciones basicas y yo espero algo mas complejo con cuda
cuda se volverá más popular, entonces les van a comprar más gpu para uso dedicado