Tesla

  • CUDA UND GPU COMPUTING
  • GRAFIKPROZESSOR-ANWENDUNGEN
  • GRAFIKPROZESSOREN FÜR SERVER UND WORKSTATIONS
Was ist GPU Computing?
Über GPU-Computing
Über GPU-Computing
Divider

WAS IST GPU COMPUTING?

Beim GPU-Computing („grafikprozessorbeschleunigten Berechnungen“) wird der Grafikprozessor (GPU) gemeinsam mit der CPU zur Beschleunigung wissenschaftlicher, analytischer, technischer, verbraucherorientierter oder kommerzieller Anwendungen eingesetzt. Im Jahr 2007 führte NVIDIA beschleunigende Grafikprozessoren ein, die mittlerweile weltweit von Regierungen, Universitäten, Großkonzernen und mittelständischen Unternehmen für den Betrieb leistungseffizienter Rechenzentren zum Einsatz kommen. Grafikprozessoren beschleunigen Anwendungen in Plattformen, angefangen bei Autos über Mobiltelefone und Tablets bis hin zu Drohnen und Robotern.

SO BESCHLEUNIGEN GRAFIKPROZESSOREN DIE ANWENDUNGEN

Grafikprozessor-beschleunigte Berechnungen sorgen für unübertroffene Anwendungsleistung, indem rechenintensive Teile der Anwendung auf den Grafikprozessor ausgelagert werden, während der übrige Code wie immer auf der CPU läuft. Aus Sicht des Benutzers laufen die Anwendungen einfach deutlich schneller.

How GPU Acceleration Works
 

CPU & Grafikprozessor im Vergleich

Der Unterschied zwischen CPU und Grafikprozessor lässt sich am besten anhand der Art und Weise darlegen, wie Aufgaben jeweils verarbeitet werden. Eine CPU besteht aus einigen wenigen Recheneinheiten, die für die serielle Verarbeitung aufeinanderfolgender Daten optimiert sind. In einem Grafikprozessor hingegen steckt eine massiv-parallele Architektur mit Tausenden kleinerer, effizienterer Recheneinheiten, die dafür entwickelt wurden, mehrere Aufgaben gleichzeitig zu übernehmen.

 

Grafikprozessoren mit ihren Tausenden von Recheneinheiten verarbeiten parallele Berechnungen sehr effizient.

Grafikprozessoren mit ihren Tausenden von Recheneinheiten verarbeiten parallele Berechnungen sehr effizient.

Das Video unten präsentiert einen unterhaltsamen Vergleich zwischen CPUs und Grafikprozessoren.

Das Video unten präsentiert einen unterhaltsamen Vergleich zwischen CPUs und Grafikprozessoren.


Hunderte branchenführende Anwendungen unterstützen bereits die Grafikprozessor-Beschleunigung. Ob Ihre Anwendungen Grafikprozessor-Beschleunigung ebenfalls unterstützen, erfahren Sie in unserem Anwendungskatalog.

ERSTE SCHRITTE

Es gibt grundsätzlich drei verschiedene Methoden, wie Sie Ihre Anwendungen durch Grafikprozessoren beschleunigen lassen können:
  • Integration von Grafikprozessor-optimierten Bibliotheken
  • Hinzufügen von Direktiven oder Compiler-Hints für die automatische Code-Parallelisierung
  • Verwendung von Erweiterungen für bekannte Programmiersprachen wie C oder Fortran

Die Verwendung von Grafikprozessoren mit dem parallelen CUDA Programmiermodell ist schnell gelernt.
Informationen zu kostenlosen Online-Schulungen und zu Entwicklerressourcen finden Sie in der CUDA-Zone.

CUDA ZONE BESUCHEN