- 找服务
- 找公司
所有地区
NVIDIA®（英伟达?）Tesla?C2050与C2070计算处理器能够推动整个行业向并行计算的过渡，为台式机带来了小型集群般的性能。TeslaGPU的20系列产品家族基于代号为“Fermi”的下一代CUDA架构，支持技术与企业计算所“必备”的诸多特性，其中包括C++支持、可实现极高精度与可扩展性的ECC存储器以及7倍于Tesla10系列GPU的双精度性能。Tesla?C2050与C2070GPU旨在重新定义高性能计算并实现超级计算的平民化。与最新的四核CPU相比，TeslaC2050与C2070计算处理器以十分之一的成本和二十分之一的功耗即可实现同等超级计算性能。 编辑本段特性 基于新一代FermiCUDA架构的GPU与基于最新四核CPU的纯CPU系统相比，该GPU以十分之一的成本和二十分之一的功耗即可实现同等的集群性能。 448个CUDA核心每颗GPU最高可实现515Gigaflop双精度峰值性能，从而让一台工作站即可实现Teraflop级甚至更高的性能。每颗GPU的单精度峰值性能超过1Teraflop。 ECC存储器能够满足工作站计算精度与可靠性方面的关键需求。能够为存储器中的数据提供保护功能，从而为应用程序增强数据完整性和可靠性。寄存器文件、L1/L2高速缓存、共享存储器以及DRAM均受ECC的保护。 台式机上的集群性能与一个小型服务器集群相比，配备多颗GPU的单台工作站能够更快地解决大型难题每颗GPU最多配备6GBGDDR5存储器更大的数据集能够保存在直接附属于GPU的本地存储器上，从而实现了性能的最大化并减少了数据传输的情况。 NVIDIA®（英伟达?）并行DataCache?能够为物理效果解算器、光线追踪以及稀疏矩阵乘法等诸多算法加速，在这些算法中，数据地址事先都是未知的。每个流式多处理器模块均包含一个可配置的L1高速缓存，所有处理器核心使用统一的L2高速缓存。 NVIDIA®（英伟达?）GigaThread?引擎通过多项技术实现了吞吐量的最大化，其中包括10倍于上一代架构的高速上下文切换、并发内核执行以及改良的线程块调度。 异步传输计算核心在PCIe总线上传输数据的同时还能够处理其它数据，因而增强了系统性能。即便是地震处理这类需要大量数据传输的应用程序，也能够通过事先将数据传输至本地存储器的方法来最大限度提升计算效率。 CUDA编程环境受到各种编程语言与API的广泛支持开发人员无论选择C语言、C++、OpenCL、DirectCompute还是选择Fortran语言，都能够实现应用程序的并行机制，进而利用“Fermi”GPU的创新架构。MicrosoftVisualStudio开发人员可以使用NVIDIA®（英伟达?）ParallelNsight具。高速PCIeGen2.0数据传输率实现了主系统与Tesla处理器之间带宽的最大化。让Tesla系统能够应用于几乎所有具备一条开放式PCIex16插槽且符合PCIe规范的主系统。
搜索关键词：C2075
 |
锟斤拷锟斤拷谋思锟斤拷 锟斤拷 锟斤拷系锟斤拷锟斤拷 锟斤拷 锟斤拷锟斤拷锟斤拷锟斤拷 锟斤拷 锟斤拷锟斤拷锟斤拷锟斤拷 锟斤拷 锟斤拷私锟斤拷锟斤拷 锟斤拷 锟斤拷锟斤拷锟斤拷锟斤拷 锟斤拷 锟斤拷站锟斤拷图
Copyright © 2011-2024 imosi.com. All Rights Reserved.
