|
Wymagania Nvidia CUDA
|
- Układ graficzny
Aby zaprząc moc układu graficznego do różnego rodzaju zadań, potrzebna jest przede wszystkim odpowiednia karta graficzna. CUDA obsługuje wszystkie GPU Nvidii, począwszy od serii GeForce 8. Dotyczy to również grafik zintegrowanych, takich jak GeForce 8200/8300, mobilnych wersji od GeForce 8200M, profesjonalnych układów Quadro z układami GeForce 8/9, a także układów Tesla.
- pamięć grafiki
Nvidia zaleca korzystanie z karty graficznej wyposażonej w przynajmniej 256 MB lokalnej pamięci, ponieważ znaczna część programów CUDA wymaga właśnie takiej ilości do poprawnej pracy.
- oprogramowanie
Do uruchomienia gotowych programów nie potrzeba żadnego dodatkowego oprogramowania poza zgodną z CUDA kartą graficzną. Aplikacje CUDA napisane z myślą o starszych układach GeForce 8 będzie można uruchomić na najnowszych kartach graficznych z dziewiątej serii GeForce bez przeszkód, dzięki ich pełnej zgodności z technologią CUDA.
|
Skrót CUDA pochodzi od nazwy Compute Unified Device Architecture, która w całości raczej nie jest używana. Jest to architektura obliczeniowa opracowana przez firmę Nvidia, dostępna dla programistów przez odpowiednie środowisko wykorzystujące język programowania C, umożliwiające tworzenie programów wykonywanych nie przez procesor komputera (CPU), ale procesor graficzny (GPU).
Dzięki CUDA wszystkie zgodne z tą technologią układy graficzne można programować do wykonywania różnych zadań. W przeciwieństwie jednak do procesorów CPU układy graficzne mają równoległą architekturę wielowątkową (najnowsze układy Nvidii mają nawet 240 jednostek obliczeniowych), co w przypadku odpowiednio przygotowanej aplikacji powoduje aż kilkudziesięciokrotny wzrost wydajności w stosunku do najszybszych procesorów czterordzeniowych. Efektem wykorzystania mocy układu graficznego jest oczywiście przyspieszenie pracy programów wykorzystujących tę architekturę – od kodowania audio i wideo aż po projektowanie przemysłowe i badania naukowe.
Szerokie możliwości technologii Nvidia CUDA
Największą zaletą CUDA jest możliwość zastosowania tej technologii zarówno w domu, w firmie, jak i ośrodkach badawczych. Ograniczeniem jest jedynie pomysłowość programistów, bo dostęp do kart graficznych Nvidia ma każdy.
Obliczenia rozproszone
CUDA najpowszechniej się przyjęła w zastosowaniach profesjonalnych, gdzie wielordzeniowa architektura znacząco zwiększa szybkość obliczeń. Korzysta z niej m.in. rozproszona platforma obliczeniowa Berkeley’s Open Infrastructure for Network Computing (BOINC). Jej zadaniem jest przyspieszenie tempa odkryć naukowych drogą tworzenia oprogramowania stosowanego do dynamiki molekularnej, przewidywania struktur proteinowych, wizualizacji medycznych oraz modelowania zjawisk pogodowych. Aplikacje służące do obliczeń mogą pracować na dowolnych komputerach, więc w praktyce architektura jest rozproszona na całym świecie.
O projekcie SETI@home słyszało na pewno wiele osób. Jego celem jest wyszukiwanie śladów pozaziemskiej inteligencji za pomocą radioteleskopów wykrywających sygnały radiowe z kosmosu. Obecna wersja kliencka aplikacji SETI@Home jest przystosowana do technologii CUDA. Szybkość wykonywania obliczeń na układzie graficznym GeForce GTX 280 jest ponad dwa razy większa niż na najszybszym wielordzeniowym procesorze (Intel Core i7 965) oraz prawie 8 razy większa niż na przeciętnym procesorze dwurdzeniowym (Intel Core 2 Duo E8200 2,66 GHz). Oczywiście SETI@Home nie wyczerpuje listy projektów BOINC dostępnych dla przeciętnego użytkownika – lista aplikacji stale rośnie. Ze szczegółami można się zapoznać na polskojęzycznej stronie boinc.berkeley.edu.
Konwersja wideo
Jest to kolejny obszar, w którym CUDA rewelacyjnie się sprawdza. Kodowanie filmów z wykorzystaniem CUDA jest możliwe m.in. dzięki aplikacji Badaboom. Ze względu na konwersję z MPEG‑2 do H.264 z dwukanałowym dźwiękiem stereofonicznym Badaboom najlepiej się nadaje do przygotowywania filmów do oglądania na urządzeniach mobilnych, jak odtwarzacze MP4, iPody oraz konsolki PlayStation Portable. Niestety, program ma dwa poważne minusy. Pierwszym jest brak możliwości dokładnego dopasowania jakości kompresowanego filmu, a drugim – konieczność zapłacenia za aplikację około 30 USD.
Korzyści z korzystania z tego konwertera są jednak niebagatelne. Konwersja krótkiego filmu MPEG‑2 w formacie 720p na procesorze Core 2 Duo E8500 za pomocą programu Total Video Converter zajmuje około 2,5 minuty. Badaboom na karcie GeForce GTX 280 ten sam materiał przetwarza 5 razy szybciej. Jakość obu materiałów po kompresji jest porównywalna.
Korzyści z korzystania z tego konwertera są jednak niebagatelne. Konwersja krótkiego filmu MPEG‑2 w formacie 720p na procesorze Core 2 Duo E8500 za pomocą programu Total Video Converter zajmuje około 2,5 minuty. Badaboom na karcie GeForce GTX 280 ten sam materiał przetwarza 5 razy szybciej. Jakość obu materiałów po kompresji jest porównywalna.
Zastosowania w grach
Atutem CUDA jest też możliwość wykonywania obliczeń fizyki w grach (PhysX). Wystarczy zgodna z CUDA karta graficzna, czyli GeForce z serii 8 lub 9, a także możliwie najnowsze sterowniki ForceWare (do pobrania ze strony www.nvidia.pl). Obsługa akceleracji fizyki jest domyślnie włączona, więc jeśli masz nowe sterowniki, karta sama zadba o maksymalny realizm gry.
Jest to kolejny obszar, w którym CUDA rewelacyjnie się sprawdza. Kodowanie filmów z wykorzystaniem CUDA jest możliwe m.in. dzięki aplikacji Badaboom. Ze względu na konwersję z MPEG‑2 do H.264 z dwukanałowym dźwiękiem stereofonicznym Badaboom najlepiej się nadaje do przygotowywania filmów do oglądania na urządzeniach mobilnych, jak odtwarzacze MP4, iPody oraz konsolki PlayStation Portable. Niestety, program ma dwa poważne minusy. Pierwszym jest brak możliwości dokładnego dopasowania jakości kompresowanego filmu, a drugim – konieczność zapłacenia za aplikację około 30 USD.
