Le GPU NVIDIA Tesla per ricerche aerospaziali e nel medicale


L’International Supercomputing Conference 2012 , evento tenutosi scorsa settimana ad Amburgo, è stata occasione per NVIDIA di rimarcare la propria presenza all’interno del settore delle soluzioni di calcolo per supercomputer, in modo particolare grazie alle proprie soluzioni della famiglia Tesla.

Nelle scorse settimane, in concomitanza con la propria GPU Technology Conference, NVIDIA aveva presentato le due più recenti proposte della famiglia Tesla. La soluzione Tesla K10 abbina due GPU della famiglia Kepler su singola scheda, mettendo a disposizione una potenza di elaborazione in single precision pari a circa 3 volte quanto fornito dalle schede Tesla C2075 di precedente generazione basata su architettura Fermi

A questa scheda, disponibile ora in commercio, si affianca Tesla K20, soluzione basata su GPU nota con il nome in codice di GK110 che verrà presentata da NVIDIA nel corso del quarto trimestre 2012 posizionandosi quale proposta top di gamma nella famiglia di prodotti Tesla. In questo caso la nuova architettura permetterà di ottenere un netto incremento prestazionale nelle elaborazioni in double precision, molto importanti per alcune tipologie di calcoli in GPU Computing.

nvidia_isc_2012_1.jpg (55364 bytes)

nvidia_isc_2012_2.jpg (51661 bytes)

E’ proprio con riferimento alla scheda Tesla K10 che NVIDIA ha fornito alcuni benchmark durante l’International Supercomputing Conference 2012, basati sull’esecuzione di Amber e di Lammps. Quello che emerge da entrambi i risultati è la notevole scalabilità del processo e come un livello di prestazioni accessibile alcuni anni fa con un cluster di server sia ora ottenuto abbinando alcune di queste schede, con un risparmio sia in termini di costo d’acquisto sia e soprattutto in quello di gestione operativa che è considerevole. Le successive evoluzioni della famiglia Tesla mettono a disposizione, con cadenza annuale, livelli di performances che implicano a parità di carico di lavoro una progressiva diminuzione del numero di schede e quindi dell’ingombro in data center.

Questa scalabilità delle prestazioni non è ovviamente universale e accessibile con qualsiasi tipo di applicazione, ma richiede sia la scelta del software che possa beneficiare del porting su GPU sia di un lavoro di ottimizzazione del codice che permetta di ottenere speedup, cioè incrementi delle prestazioni, che siano sufficientemente ampi.

Gli ambiti di utilizzo delle GPU NVIDIA per calcoli paralleli sono vari; la nuova architettura privilegia gli ambiti in single precision per via delle specifiche scelte architetturali portate avanti da NVIDIA con le GPU GK104 utilizzate per la scheda Tesla K10. Sarà solo con le schede Tesla K20, basate su GPU GK110, che gli ambiti di calcolo parallelo in double precision potranno beneficiare delle innovazioni dell’architettura Kepler con conseguenti incrementi prestazionali rispetto alle precedenti generazioni di schede Tesla basate su architettura Fermi.

All’International Supercomputing Conference 2012 NVIDIA ha inoltre annunciato come l’Indian Space Research Organization (ISRO) abbia basato il proprio supercomputer SAGA, all’86-esimo posto nella classifica dei top 500 supercomputer mondiali, anche su 640 schede NVIDIA Tesla per un picco di potenza pari a 394 TeraFLOPS. L’utilizzo delle GPU nel processo di calcolo, stando a quanto dichiarato da fonti dell’ISRO, “consentono di ridurre i tempi per la creazione, la simulazione e la verifica di nuovi design per i veicoli di lancio da settimane a giorni, migliorando al contempo la qualità complessiva e la durata degli stessi”.

Non solo l’ambito spaziale per le GPU, che trovano spazio anche nel medicale. Gli scienziati del Forschungszentrum Jülich in Germania, che ospita il Jülich Supercomputing Centre, uno dei più grandi e potenti in Europa, utilizzeranno GPU all’interno di ricerche neurologiche avanzate e finalizzate a svelare i segreti della mente umana. In che modo le GPU possono accelerare le elaborazioni? I ricercatori dell’INM-1 (Structural and Functional Organization of the Human Brain) stanno utilizzando le soluzioni Tesla per accelerare fino a 50 volte la ricostruzione delle sezioni istologiche del cervello, necessaria per un rendering ad alta definizione, strutturalmente accurato e un modello realistico della mente umana. Una volta che è sarà stato pienamente sviluppato, il modello darà ai ricercatori un livello precedentemente irraggiungibile di visibilità nell’architettura della mente, della funzione e delle interconnessioni con livelli di dettaglio che non erano mai stati disponibili per i neuro scienziati.