Los productos de computación de la GPU NVIDIA® Tesla™ están diseñados para brindar computación de alto rendimiento en la estación de trabajo y en el centro de datos. Existen diversos recursos de software OpenCL y CUDA diseñados específicamente para la GPGPU y que son compatibles de forma exclusiva apenas en los productos Tesla. En la tabla siguiente encontrará un resumen de ellos.
Aplicación de Software |
Descripción |
Matriz de Soporte |
Descarga |
Controlador de rendimiento para Windows: Controlador del TCC |
| • |
Controlador Tesla para Windows |
| • |
Permite servicios y escritorio remoto de Windows |
| • |
Reduce la tara al iniciar el kernel |
| • |
Funciona en CUDA C/C++ |
|
| • |
GPU de la serie C: Windows Vista, Windows 7 |
| • |
Productos de la serie M y la serie S: Windows HPC Server 2008 y 2008 R2 |
|
| • |
Disponible en http://www.nvidia.com/
drivers |
| • |
SO y productos Tesla seleccionados |
| • |
Controladores de la serie M disponibles con fabricantes de equipo original |
|
Monitoreo de la GPU: nvsmi |
| • |
Temperatura de la GPU |
| • |
Velocidad del ventilador |
| • |
Información de ECC |
|
| • |
Productos de la serie M y la serie S |
| • |
Windows y Linux |
|
|
Administración del clúster de la GPU |
| • |
Modo exclusivo: permite el acceso exclusivo de una aplicación a una GPU particular |
| • |
Dispositivos visibles de la GPU: variables de acuerdo con el entorno para permitir que el software de administración de clúster limite las GPU Tesla que puede usar una aplicación |
|
| • |
Productos de la serie C, M y S |
| • |
Windows y Linux |
|
|
NVIDIA GPUDirect™ v1.0 |
| • |
Solución Tesla que permite una comunicación más rápida entre la GPU y los adaptadores InfiniBand |
|
| • |
Productos de la serie M y la serie S |
| • |
Sólo Redhat Enterprise Linux (RHEL) 5.4 |
|
Descarga
| • |
Controlador Tesla |
| • |
Parche del kernel RHEL |
| • |
Controladores InfiniBand OFED |
| • |
Instrucciones para la instalación |
|
NVIDIA GPUDirect™ v2.0 |
| • |
Comunicación GPU peer-to-peer |
|
| • |
Todas las GPUs Tesla 20-series |
| • |
Todas las versiones de Linux y Windows compatibles con CUDA Toolkit 4.1 o más reciente |
|
Conozca más...
|
CONTROLADOR DEL TCC PARA WINDOWS
El controlador del TCC (clúster de computación Tesla, por sus siglas en inglés) es un controlador Windows para CUDA C/C++ que permite el escritorio remoto, los servicios y reduce la tara al iniciar el kernel de CUDA en Windows. Considere que el controlador del TCC deshabilita los gráficos en los productos Tesla.
MONITOREO DE LA GPU
El software de monitoreo de la GPU para Tesla está disponible utilizando la herramienta nvsmi. Esta herramienta actualmente brinda la temperatura de la GPU, la velocidad del ventilador y la información de ECC. nvsmi continuará evolucionando a medida en que agregamos más recursos de monitoreo de la GPU.
ADMINISTRACIÓN DEL CLÚSTER DE LA GPU
NVIDIA trabaja con diversos proveedores de software de administración de clúster que ya son compatibles con los sistemas basados en la GPU:
| – |
Bright Computing |
| – |
ClusterCorp Rocks |
| – |
Platform Computing |
Además, hay dos importantes recursos compatibles con los controladores CUDA:
| – |
Modo exclusivo: permite que una aplicación obtenga acceso exclusivo a una GPU |
| – |
Dispositivos visibles de la GPU: permite que el software de administración de clúster administre los recursos de la GPU al controlar cuáles GPU puede usar una aplicación |
NVIDIA GPUDIRECT™
La tecnología NVIDIA GPUDirect™ permite una comunicación más rápida entre la GPU y otros dispositivos en el bus de la PCIe al eliminar la carga adicional innecesaria en la CPU. GPUDirect v1.0 permite que los controladores de dispositivos de terceros (por ej. los adaptadores InfiniBand) se comuniquen directamente con el controlador de CUDA, eliminando la carga adicional de la copia de datos en la CPU. GPUDirect v2.0 permite la comunicación par a par (P2P) entre las GPU del mismo sistema, con lo que evita cargas adicionales en la CPU.
 |
Comunicación rápida de GPUDirect v1.0 con InfiniBand |
 |
Comunicación de GPUDirect v2.0 Peer-to-Peer |
