Prestazioni e memory bandwidth raddoppiati per NVIDIA Tesla K80

NVIDIA_Tesla_K80_Dual-GPU_Accelerator_Front

 

Scientific Computing e Data Analytics; NVIDIA presenta la nuova testa di serie: l’acceleratore dual-GPU Tesla K80. Di seguito il comunicato stampa ufficiale rilasciato da poco da NVIDIA.

 

NEW ORLEANS – SC14 – 17 Novembre 2014 — NVIDIA presenta oggi una nuova soluzione che va ad arricchire la NVIDIA®Tesla® Accelerated Computing Platform: l’acceleratore dual-GPU Tesla® K80. Progettato per una vasta gamma di applicazioni nell’ambito del machine learning, della data analytics, delle scienze e del supercalcolo (HPC), questo acceleratore offre i più elevati livelli di performance al mondo.

 

La Tesla K80 dual-GPU è la nuova ammiraglia della Tesla Accelerated Computing Platform, la piattaforma leader per l’accelerazione della data analytics e del “scientific computing”, che combina gli acceleratori GPU più veloci del mondo, la nota piattaforma di programmazione CUDA e un ampio ecosistema composto da hardware e software per applicazioni data center accelerate da GPU.

 

L’acceleratore dual-GPU Tesla K80, infatti, offre performance quasi due volte superiori e il doppio della larghezza di banda della memoria del suo predecessore, l’acceleratore GPU Tesla K40. Con prestazioni fino a dieci volte superiori rispetto alle più veloci CPU di oggi, supera per prestazioni acceleratori concorrenti e CPU su centinaia di analisi complesse e di grandi dimensioni e con le applicazioni computazionalmente intensive di calcolo scientifico.

 

Gli utenti possono beneficiare di queste performance su una vasta gamma di applicazioni attraverso una nuova versione della tecnologia NVIDIA GPU Boost (PDF), che si occupa di assegnare dinamicamente a ogni singola applicazione l’accelerazione ottimale.

 

 

Prestazioni al vertice nell’ambito delle scienze, della data analytics e del machine learning

L’acceleratore dual-GPU Tesla K80 è stato progettato pensando alle sfide più difficili in campi quali l’astrofisica, la genomica, la chimica quantistica e la data analytics. E’ stato ottimizzato, inoltre, per le attività di deep learning avanzato, uno dei segmenti a più rapida crescita del settore del machine learning.

 

“Le GPU NVIDIA sono di fatto diventate la piattaforma di calcolo della deep learning community.”, ha dichiarato Yann LeCun, Director of AI Research di Facebook e Silver Professor of Computer Science & Neural Science della New York University. “L’accuratezza necessaria a migliorare i sistemi di deep learning, modelli e database di dimensione sempre maggiore ci spinge a ricercare sempre l’hardware più veloce disponibile. L’acceleratore Tesla K80, con la sua architettura dual-GPU e l’ampia memoria, ci offre più teraflop e GB che mai in un singolo server, consentendoci di fare progressi più rapidi nel deep learning.”

 

La Tesla K80 offre prestazioni di picco in virgola mobile fino a 2,91 teraflop (doppia precisione) e 8,74 teraflop (singola precisione), offrendo performance dieci volte superiori con le principali applicazioni scientifiche e ingegneristiche, quali AMBER, GROMACS, Quantum Espresso e LSMS, rispetto alle più veloci CPU oggi disponibili.

 

“Gli acceleratori dual-GPU Tesla K80 sono fino a 10 volte più veloci delle CPU e con alcune delle nostre applicazioni chiave hanno reso possibile importanti scoperte scientifiche, mantenendo al contempo bassi i consumi energetici.”, ha dichiarato Wolfgang Nagel, Director presso il Center for Information Services and HPC della Technische Universität Dresden in Germania, “I nostri ricercatori utilizzano ampiamente le GPU disponibili sul supercomputer Taurus per migliorare le terapie anticancro, comprendere le cellule osservandole dal vivo e studiare gli asteroidi nell’ambito della missione Rosetta dell’ESA.”

 

Le principali caratteristiche dell’acceleratore dual-GPU Tesla K80 comprendono:

Due GPU per scheda – Doppia velocità per le applicazioni progettate per sfruttare più GPU.

24 GB di memoria GDDR5 ultra-veloce – 12GB di memoria per GPU, due volte la memoria della GPU Tesla K40, che permette di elaborare set di dati due volte maggiori

480GB/s di memory bandwidth – La più elevata velocità di trasmissione dei dati consente agli scienziati di “macinare” petabyte d’informazioni nella metà del tempo che richiedeva l’acceleratore Tesla K10. Ottimizzazioni per esplorazioni nell’ambito delle energie, dei video, dell’elaborazione delle immagini e delle applicazioni per la data analytics.

4.992 CUDA® parallel processing core – Accelera le applicazioni fino a 10 volte rispetto all’utilizzo di una sola CPU.

Dynamic NVIDIA GPU Boost Technology – scala in modo dinamico il clock delle GPU in base alle caratteristiche delle singole applicazioni per massimizzare le prestazioni.

Dynamic Parallelism – Abilita il threads sulle GPU per generare dinamicamente nuovi threads, consentendo agli utenti di processare rapidamente e facilmente dati attraverso strutture adattive e dinamiche.

 

La Tesla K80 accelera la più ampia gamma applicazioni nell’ambito delle scienze, dell’ingegneria, del commercial, dei data center aziendali e del HPC (oltre 280 in tutto). Il catalogo completo delle applicazioni GPU-accelerated è scaricabile gratuitamente in formato PDF.

 

Maggiori informazioni sull’acceleratore dual-GPU Tesla K80 sono disponibili presso lo stand NVIDIA 1727 in occasione di SC14, che si tiene dal 17 al 20 novembre, e sul sito web di NVIDIA dedicato al supercalcolo.

 

Gli utenti possono anche provare gratuitamente l’acceleratore dual-GPU Tesla K80 ospitati su cluster remoto. Maggiori informazioni sono disponibili sul sito GPU Test Drive.

 

Disponibilità

L’acceleratore dual-GPU NVIDIA Tesla K80 sarà disponibile da numerosi produttori di server, tra cui ASUS, Bull, Cirrascale, Cray, Dell, Gigabyte, HP, Inspur, Penguin, Quanta, Sugon, Supermicro e Tyan, nonché dagli NVIDIA reseller partner.

 

NVIDIA Tesla Accelerated Computing Platform

La Tesla Accelerated Computing Platform è stata progettata sin dall’inizio per applicazioni efficienti sul piano energetico, per l’high performance computing, per le scienze computazionali, per il  supercomputing, per le grandi aziende, per l’analisi di dati complessi e per applicazioni nel machine learning. Offre performance ed efficienza energetica significativamente superiori rispetto all’approccio basato su sole CPU. La piattaforma integra gli acceleratori GPU più veloci al mondo, caratteristiche avanzate per la gestione dei sistemi, tecnologia per la comunicazione e NVIDIA CUDA®, il modello per il calcolo parallelo più pervasivo al mondo.

Lascia un commento