Tesla

Computación acelerada
Supera los desafíos más importantes del mundo
Computación acelerada - Supera los desafíos más importantes del mundo

¿QUÉ ES LA COMPUTACIÓN ACELERADA POR GPU?

La computación acelerada por GPU es el uso de una unidad de procesamiento de gráficos (GPU, por sus siglas en inglés) junto a una CPU para acelerar el funcionamiento de las aplicaciones de aprendizaje profundo, análisis e ingeniería. Hoy en día, los aceleradores de GPU, una innovación de NVIDIA allá por el 2007, permiten el funcionamiento de centro de datos con eficiencia energética en laboratorios gubernamentales, universidades, empresas, y pequeñas y medianas empresas en todo el mundo. Tienen un papel muy importante en la aceleración de aplicaciones en plataformas, que abarcan desde la inteligencia artificial hasta automóviles, drones y robots.

DE QUÉ FORMA LAS GPU ACELERAN LAS APLICACIONES DE SOFTWARE

La computación acelerada por GPU permite asignar a la GPU el trabajo de los aspectos de la aplicación donde la computación es más intensiva, mientras que el resto del código se ejecuta en la CPU. Desde la perspectiva del usuario, las aplicaciones se ejecutan de forma mucho más rápida.

¿Cómo se aceleran las aplicaciones con GPUs?
 

Rendimiento de la GPU vs. el de la CPU

Una forma sencilla de comprender la diferencia entre una GPU y una CPU es comparar la forma en que procesan las tareas. Una CPU tiene unos cuantos núcleos optimizados para el procesamiento en serie secuencial, mientras que una GPU cuenta con una arquitectura en paralelo enorme que consiste de mieles de núcleos más pequeños y eficaces, y que se diseñaron para resolver varias tareas al mismo tiempo.

 

Las GPU tienen miles de núcleos para procesar cargas de trabajo en paralelo de forma eficiente.

GPUs tienen miles de núcleos para procesar cargas de trabajo paralelas de manera eficiente

Consulta el siguiente video para conocer una divertida comparación entre la GPU y la CPU.

Consulta el siguiente video para conocer una divertida comparación entre la GPU y la CPU.

Video: Mythbusters Demo: GPU vs CPU (01:34)

Con casi 400 aplicaciones de HPC aceleradas (incluidas 9 de las mejores 10) todos los usuarios de GPU ahora pueden experimentar un aumento de rendimiento exponencial para sus cargas de trabajo. Descubre si las aplicaciones que usas se pueden acelerar con GPU en nuestro catálogo de aplicaciones

CÓMO EMPEZAR

Hay tres enfoques básicos para la adición de la aceleración de GPU para sus aplicaciones:
  • Usar bibliotecas optimizadas por la GPU
  • Agregar instrucciones o “tips” para el compilador con el fin de que paralelice automáticamente su código
  • Usar extensiones para los lenguajes de programación que ya conoce, como C y Fortran

Es fácil aprender a usar las GPU con el modelo de programación paralela de CUDA.

Para clases en línea de forma gratuita y recursos para desarrolladores de visite la Zona CUDA.

VISITE CUDA ZONE