Derniers articles

Free Mobile a fait parvenir ses premières cartes SIM à ses pre {…}

Lire la suite

Ces neuf bulletins permettront de corriger des risques d' {…}

Lire la suite

Pour répondre à un impératif besoin de communiquer en tous lie {…}

Lire la suite

L’OS open source ReactOS a pour objectif d’être compatible ave {…}

Lire la suite

Derniers articles

Le site de rencontres français le plus en vogue actuellement a {…}

Lire la suite

Le cyberactiviste le plus connu de la planète a été mis à l’ho {…}

Lire la suite

Le célèbre ex Beatles a ouvert à tous les internautes l’accès {…}

Lire la suite

“On vous quitte pour Free”, c’est le titre de la chanson humor {…}

Lire la suite

Derniers articles

L’iPad est au coeur de nombreuses interrogations et les pourto {…}

Lire la suite

Depuis que Google a rendu disponible Android 4.0, pour les pos {…}

Lire la suite

Pour un hacker, tous les moyens sont bons pour vous refiler de {…}

Lire la suite

Du 8 au 18 mars prochain aura lieu le 82ème salon internationa {…}

Lire la suite

Derniers articles

Stéphanie Bompas, responsable du Channel et des marchés PME ch {…}

Lire la suite

Selon la dernière enquête conjoncturelle du 3SCI, les sociétés {…}

Lire la suite

Le responsable marketing d'ACTN, grossiste de la région t {…}

Lire la suite

L'interview du Country Manager France de Logitech sur IT {…}

Lire la suite

[x]Fermer

Actualité

NVIDIA transforme un GPU en supercalculateur

NVIDIA a levé le voile sur sa nouvelle architecture Fermi, qui transformera son prochain processeur graphique GT300 en GPU Computing, destiné aux applications HPC (High Performance Computing).

Lors de sa première GPU Technology Conference qui s’est tenue San Jose en Californie, NVIDIA a dévoilé sa nouvelle architecture GPU Cuda GT300, connue sous le nom de code Fermi, qui transformera les prochains processeurs graphiques du fondeur en GPU Computing, en permettant d’accélérer les performances des applications de calcul.

La première puce graphique GT300 devrait arriver sur le marché au début de l’année 2010, et aura pour mission de rendre sa présence indispensable aux côtés d’un processeur, en prenant en charge le traitement de données comme le calcul, parallèlement au travail effectué par le processeur.


« Il est parfaitement évident que les GPU sont désormais des processeurs de calcul parallèle généralistes ayant des capacités graphiques incroyables, et plus seulement des processeurs graphiques », a déclaré Jen-Hsun Huang, co-fondateur et P-DG de NVIDIA, dans un communiqué de presse.

Ce nouveau processeur graphique basé sur l’architecture Fermi sera gravé en 40 nm par TSMC, se dotera de 3 milliards de transistors, contre « seulement » 1,4 milliard pour la version précédente, le GT200. Le GT300 embarquera également 512 processeurs de flux (steam processors), décomposés en 32 Streaming Multiprocessors intégrant chacun 32 cœurs Cuda.

En outre, chaque Streaming Multiprocessors va disposer de 64 Ko de mémoire cache, et 768 Ko de mémoire cache de type L2 seront disponibles pour l’ensemble des cœurs Cuda.

Par ailleurs, le GT300 prendra en charge le langage C++, en plus des langages C, Fortran, Java, Python, OpenCL et DirectCompute.

Egalement compatible avec la technologie DirectX 11, l’architecture Fermi de NVIDIA exécutera la technologie maison GigaThread Engine qui offre la prise en charge simultanée de l’exécution du noyau, où différents noyaux de la même application peuvent s’exécuter sur le GPU au même moment.

Derniers commentaires




2 Responses to NVIDIA transforme un GPU en supercalculateur

  • Le 1 octobre 2009 à 15:14 par Benco

    Certaines phrases de l’article attirent mon attention :

    - « le GT300 prendra en charge le langage C++, en plus des langages C, Fortran, Java, Python, OpenCL et DirectCompute ». je ne comprends pas bien comment un GPU (ou même un CPU) peut supporter un langage de haut niveau. Il exécute du code binaire natif, point barre. Doit-on comprendre que des API pour tous ces langages sont fournis avec le GPU ?

    - « l’architecture Fermi de NVIDIA exécutera la technologie maison GigaThread Engine qui offre la prise en charge simultanée de l’exécution du noyau, où différents noyaux de la même application peuvent s’exécuter sur le GPU au même moment. »
    Bon, je passe sur le côté « exécuter une technologie », pas très adroit comme formulation, mais je chipote. Je ne comprends pas du tout la phrase sur ces histoires de noyaux.. j’avais cru comprendre que le GigaThread Engine était une nouvelle technique d’ordonnancement favorisant la parallélisation massive de threads de petite taille (clairement, réduire la granularité de la parallélisation permet de gagner en souplesse vis-à-vis de la latence d’exécution de certains de ces threads).

    Bref, deux phrases qui n’aident pas à comprendre la nouveauté de cette archi par rapport à l’existant, à moins que ce soit moi qui ne capte rien…

    Et juste pour conclure, suite à la remarque de Jen-Hsun Huang, je suis d’accord sur le fait qu’aujourd’hui, les GPU soient un acteur important du calcul scientifique, et qu’ils relancent de nombreuse problématiques de parallélisation de code. mais de là à les considérer comme des processeurs généralistes ??? Les experts peuvent commenter ? Moi de ce que j’en avais retenu, ça restait quand même assez ciblé, que ce soit au niveau du type d’opérations (opérations vecteur-matrice), ou du type de données (simple précision, tout ça…)

  • Le 18 novembre 2009 à 1:15 par ragnulf

    bon , je pense que nvidia devrais déjà pour 2010 se pencher sur le problème des million de gens qui on un pc portable cramer sur les bras a cause de leur gpu défectueux souder au carte mére ! en effet cette nouvelle puce devrais doit t on croire faire de nouvelle victime ?
    je vous invite a taper dans votre moteur préférer ces mots :
    « nvidia scandal  » ça ne vous couteras rien au contraire , vous réfléchirez mieux avant d’investir cher nvidia :)

Laisser un commentaire

  • Les champs obligatoires sont indiqués avec *,
    Votre adresse de messagerie ne sera pas publiée.

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>