超級電腦靈魂-Fermi架構Tesla C2050并行計算卡21500元
NVIDIA®（英偉達™）Tesla™ C2050與C2070計算處理器能夠推動整個行業(yè)向并行計算的過渡，為臺式機帶來了小型集群般的性能。Tesla GPU的20系列產品家族基于代號為“Fermi”的下一代CUDA架構，支持技術與企業(yè)計算所“必備”的諸多特性，其中包括C++支持、可實現(xiàn)極高精度與可擴展性的ECC存儲器以及7倍于Tesla 10系列GPU的雙精度性能。Tesla™ C2050與C2070 GPU旨在重新定義高性能計算并實現(xiàn)超級計算的平民化。
與最新的四核CPU相比，Tesla C2050與C2070計算處理器以十分之一的成本和二十分之一的功耗即可實現(xiàn)同等超級計算性能。
特性
|
基于新一代Fermi CUDA架構的GPU |
與基于最新四核CPU的純CPU系統(tǒng)相比，該GPU以十分之一的成本和二十分之一的功耗即可實現(xiàn)同等的集群性能。 |
|
448個CUDA核心 |
每顆GPU最高可實現(xiàn)515 Gigaflop雙精度峰值性能，從而讓一臺工作站即可實現(xiàn)Teraflop級甚至更高的性能。每顆GPU的單精度峰值性能超過1 Teraflop。 |
|
ECC存儲器 |
能夠滿足工作站計算精度與可靠性方面的關鍵需求。能夠為存儲器中的數(shù)據(jù)提供保護功能，從而為應用程序增強數(shù)據(jù)完整性和可靠性。寄存器文件、L1/L2高速緩存、共享存儲器以及DRAM均受ECC的保護。 |
|
臺式機上的集群性能 |
與一個小型服務器集群相比，配備多顆GPU的單臺工作站能夠更快地解決大型難題。 |
|
每顆GPU最多配備6GB GDDR5存儲器 |
更大的數(shù)據(jù)集能夠保存在直接附屬于GPU的本地存儲器上，從而實現(xiàn)了性能的最大化并減少了數(shù)據(jù)傳輸?shù)那闆r。 |
|
NVIDIA®（英偉達™）并行DataCache™ |
能夠為物理效果解算器、光線追蹤以及稀疏矩陣乘法等諸多算法加速，在這些算法中，數(shù)據(jù)地址事先都是未知的。每個流式多處理器模塊均包含一個可配置的L1高速緩存，所有處理器核心使用統(tǒng)一的L2高速緩存。 |
|
NVIDIA®（英偉達™）GigaThread™引擎 |
通過多項技術實現(xiàn)了吞吐量的最大化，其中包括10倍于上一代架構的高速上下文切換、并發(fā)內核執(zhí)行以及改良的線程塊調度。 |
|
異步傳輸 |
計算核心在PCIe總線上傳輸數(shù)據(jù)的同時還能夠處理其它數(shù)據(jù)，因而增強了系統(tǒng)性能。即便是地震處理這類需要大量數(shù)據(jù)傳輸?shù)膽贸绦?，也能夠通過事先將數(shù)據(jù)傳輸至本地存儲器的方法來最大限度提升計算效率。 |
|
CUDA編程環(huán)境受到各種編程語言與API的廣泛支持 |
開發(fā)人員無論選擇C語言、C++、OpenCL、DirectCompute還是選擇Fortran語言，都能夠實現(xiàn)應用程序的并行機制，進而利用“Fermi”GPU的創(chuàng)新架構。Microsoft Visual Studio開發(fā)人員可以使用NVIDIA®（英偉達™）Parallel Nsight工具。 |
|
高速PCIe Gen 2.0數(shù)據(jù)傳輸率 |
實現(xiàn)了主系統(tǒng)與Tesla處理器之間帶寬的最大化。讓Tesla系統(tǒng)能夠應用于幾乎所有具備一條開放式PCIe x16插槽且符合PCIe規(guī)范的主系統(tǒng)。 |
|
|
|
#p#page_title#e#
|
尺寸規(guī)格 |
9.75英寸PCIe x16規(guī)格 |
|
Tesla GPU的數(shù)量 |
1 |
|
CUDA核心數(shù)量 |
448 |
|
CUDA核心頻率 |
1.15 GHz |
|
雙精度浮點性能（峰值） |
515 Gflops |
|
單精度浮點性能（峰值） |
1.03 Tflops |
|
專用存儲器總容量* Tesla C2050 |
3GB GDDR5 |
|
存儲器頻率 |
1.5 GHz |
|
存儲器接口 |
384位 |
|
存儲器帶寬 |
144 GB/秒 |
|
功耗 |
247W熱設計功耗 |
|
系統(tǒng)接口 |
PCIe x16 Gen2 |
|
散熱解決方案 |
主動式風扇散熱器 |
|
軟件開發(fā)工具 |
CUDA C/C++/Fortran、OpenCL以及DirectCompute工具包。 |
*注：在開啟ECC功能的情況下，專用存儲器中的一部分將用于ECC數(shù)據(jù)，因此用戶可用存儲器容量將減少12.5%。（例如總容量為3 GB的存儲器將僅能為用戶提供2.68 GB的可用容量。）
