Nvidia untuk Menawarkan Teknologi Paralel untuk Perangkat Seluler

Vendor chip Nvidia berencana untuk menggunakan arsitektur komputasi paralel Cuda di semua GPU (unit pemrosesan grafik), termasuk sistem Tegra-on-a-chip untuk perangkat bergerak.

Nvidia's Cuda adalah lingkungan bahasa C yang memungkinkan pengembang untuk menulis perangkat lunak untuk memecahkan masalah komputasi yang rumit dengan memanfaatkan kekuatan pemrosesan paralel banyak-inti dari GPU, menurut perusahaan.

Versi pertama Tegra, yang dijadwalkan akan dikirimkan pada pertengahan tahun depan, bagaimanapun tidak akan memiliki Cuda, kata Jen-Hsun Huang, salah seorang pendiri, presiden dan chief executive officer Nvidia, dalam sebuah wawancara pada hari Rabu.

Cuda adalah bagian dari strategi Nvidia untuk memposisikan GPU-nya, secara tradisional kuat dalam grafis dan game kelas atas, sebagai umum tujuan, para Prosesor komputasi llel, yang dapat digunakan dalam berbagai aplikasi ilmiah dan aplikasi komersial seperti komputasi keuangan, kata Huang.

"Kami percaya bahwa GPU bukan hanya untuk grafis lagi, dan dapat benar-benar digunakan untuk apa pun yang melibatkan banyak data dan matematika, "tambah Huang.

Nvidia hari Selasa mengumumkan Tesla Personal Supercomputer berbasis GPU, yang katanya menggunakan GPU Tesla dan Cuda untuk memberikan kekuatan sekelompok komputer dengan harga lebih murah, dalam bentuk faktor dari workstation desktop standar. Di antara pembuat komputer yang menawarkan Tesla Personal Supercomputers adalah Dell, Lenovo, Asus, dan Western Scientific.

Ada arsitektur komputer baru yang muncul, dan itu didasarkan pada GPU dan jenis prosesor paralel lainnya, dan CPU tradisional (unit pemrosesan pusat)) bekerja sama, kata Huang. "CPU sangat baik untuk pemrosesan sekuensial, tetapi ada banyak jenis masalah yang dapat Anda operasikan secara paralel", tambahnya.

GPU menawarkan kinerja yang lebih tinggi daripada CPU karena mereka mengintegrasikan ratusan prosesor, menurut Huang. Model Tesla Personal Supercomputer mengumumkan Selasa, misalnya, memiliki 240 prosesor berjalan secara paralel, ia menambahkan.

Yang pertama untuk menyadari pentingnya "arsitektur heterogen" adalah gamer yang menyadari bahwa dengan CPU dan GPU video mereka game dan grafis 3-D jauh lebih baik, kata Huang.

GPU dalam posisi barunya tidak dilihat oleh Nvidia sebagai alternatif untuk CPU. "Kami tidak mencoba mengganti CPU karena kami percaya itu perlu," kata Huang.

Nvidia bekerja dengan pengembang aplikasi untuk mem-port perangkat lunak mereka ke arsitektur Cuda, kata Huang. Kemampuan untuk memprogram dalam bahasa C akan memastikan bahwa pengguna yang canggih seperti peneliti dapat menulis program itu sendiri untuk superkomputer baru, tambahnya.