每秒運算速度達4萬億次、只有臺式機大小、售價不到8萬元的個人超級計算機，是夢望還是現(xiàn)實？NVIDIA公司剛剛發(fā)布的Tesla個人超級計算機似乎正在讓這一切成為可能。

11月18日，在美國2008年超級計算大會（SC08）上，NVIDIA公司正式發(fā)布了針對全球1500萬名科學家和工程師的Tesla個人超級計算機新產品，要“讓每個研究人員都可配備一臺超級計算機”。NVIDIA 公司Tesla計算產品總經理Andy Walch先生通過電話會議方式接受了IT168服務器頻道的采訪。

據(jù)介紹，Tesla個人超級計算機擁有“工作站的價格，超級計算機的性能，適合個人操作，非常簡單易用”等幾大特點。在外觀上就如同一臺可以放在桌面上的工作站一樣，內置一顆四核CPU 和3-4個GPU單元模塊，擁有12-16GB系統(tǒng)內存、1200-1350W電源，可以直接使用辦公環(huán)境下標準的電源。由于總共擁有960個GPU核心，使其浮點計算性能高達每秒4萬億次，是當前臺式工作站的250倍，而售價不到1萬美元，跟相同性能水平的傳統(tǒng)超級計算集群相比，價格只有1%。要知道，就在四年前，上海超級計算中心所采用的10萬億次超級計算機曙光4000A需要近億元人民幣，占地1/4個足球場。

性能提升 功耗降低 GPU計算有獨到之處

Andy Walch介紹說，Tesla個人超級計算機實現(xiàn)了人們“以工作站的價格和占地空間獲得超級計算集群性能”的夢想，開啟了個人高性能計算的新領域。“就象20多年以來，PC從早期的專家設備變成了今天人手一臺的普及工具一樣，我們相信從現(xiàn)在開始，個人超級計算機也可以走向普及”.

目前，這類臺式HPC產品已經在國外一些大學科研人員當中得到了采用。最早使用的是比利時安特衛(wèi)普大學，該校原來用的超級計算機有512顆處理器核，成本是530萬美元，由全校共享使用；后來換成一臺擁有8個GPU的臺式系統(tǒng)，性能相當，成本只有7000美元，而且可以為每個研究人員在桌邊配備一臺，不再為共享資源進行競爭?？梢姡瑹o論是在性價比方面，還是在使用模式上都跟以前相比有了“革命性”的變化。據(jù)稱，當前包括美國麻省理工學院、哈佛大學、伊利諾伊大學、英國劍橋大學、德國布倫瑞克里大學以及韓國延世大學都已經采用了3顆-16顆GPU不等的此類桌面系統(tǒng)。

全球高性能計算機TOP500排行榜的創(chuàng)始人之一、美國田納西大學教授Jack Dongarra認為，“GPU的發(fā)展使得實際應用程序可以在GPU上輕松運行，并且速度遠遠超過多核系統(tǒng)。未來的計算架構將是并行核心GPU和多核CPU合作的混合系統(tǒng)。”CRAY公司前首席科學家Burton Smith也認為，NVIDIA的異構計算使“臺式超級計算機”的突破成為可能。

實際上，在今年9月份，微軟和Cray兩家公司就首次聯(lián)手推出了大小和普通PC相當，售價2.5萬美元到6萬美元以上，預裝Windows HPC Server 2008操作系統(tǒng)的個人超級計算機Cray CX1。不過，跟NVIDIA采用的CPU與GPU混合架構不同，Cray CX1采用的是標準X86 CPU技術，支持多達8個節(jié)點、16個英特爾至強處理器、每節(jié)點64GB內存和4TB內置存儲。

不過，Andy Walch表示，跟傳統(tǒng)僅基于CPU的架構相比，CPU與GPU混合的架構在某些應用領域效率更高，數(shù)十倍甚至上百倍的性能提升正是GPU的最大優(yōu)勢。

Andy Walch舉例說，在一項針對計算化學的應用測試中，如果僅使用CPU需要4.6天，而使用GPU僅僅需要27分鐘，在神經醫(yī)學建模方面，使用CPU需要2.7天，而使用GPU只需要30分鐘，另外在醫(yī)學成像、分子動力學、視頻轉碼、Matlab計算、天體物理、金融模擬、線性代數(shù)、3D超聲波、量子化學、基因排序等領域，一些大學和相關軟件廠商的測試也證實了18倍到149倍不等的性能提升。


另外，在綠色節(jié)能方面，GPU系統(tǒng)也明顯的優(yōu)勢。如NVIDIA最新推出的Tesla S1070與X86產品相比，每瓦特性能提升了18倍。“這對石油天然氣勘探這類用戶來說非常重要，因為他們需要進行大量的數(shù)據(jù)分析，服務器電耗極其驚人，使用GPU系統(tǒng)可以節(jié)省大量的電力成本。目前Tesla S1070已經在Hess、雪佛龍石油、巴西石油等公司得到了成功應用。” Andy Walch談到。

CUDA發(fā)展良好 GUP計算生態(tài)圈初步形成

    可見，雖然一般用戶已經非常熟悉傳統(tǒng)X86集群系統(tǒng)在HPC領域的使用模式，但是我們認為，CPU與GPU的混合系統(tǒng)也確實非常值得關注，用戶可以根據(jù)自己的實際應用進行測試比較。不過，值得一提的是，CPU系統(tǒng)畢竟已經非常成熟，現(xiàn)有應用軟件大多是針對CPU進行編寫的，而用GPU進行高性能計算還是一個新興的領域，特別是在GPU編程方面對于很多用戶來說仍是非常大的挑戰(zhàn)。

    對此，NVIDIA公司表示，由于對GPU架構進行了根本性的改變，使其可以用C語言來編程，并推出了全球第一個針對GPU的并行編程環(huán)境CUDA，可以用于Windows及Linux。“CUDA在GPU多核并行計算中起到的作用就好比是軍隊里的將軍一樣，通過它來保證并行高效有序地實現(xiàn)。”跟CELL、FGPA以及其他GPU相比，CUDA環(huán)境支持已經成為NVIDIA GPU計算的一大優(yōu)勢，用戶借助CUDA可以更加方便地使用GPU計算。

    Andy Walch此番還透露了CUDA推出一年多來在全球的發(fā)展情況：NVIDIA已經在全球賣出了1億顆以上支持CUDA的GPU產品，CUDA 開發(fā)人員超過了2.5萬人，全世界有50多所大學開設了CUDA課程，包括中國科學院、清華大學等。GPU計算的生態(tài)系統(tǒng)已經形成。

    由于NVIDIA廣為人知的GPU產品是Geforce系列，雖然Geforce和Tesla都支持CUDA，但兩者在產品設計和適用環(huán)境仍然存有非常大的區(qū)別。Andy Walch解釋說，在產品設計上，Tesla的板載內存容量高達4GB，而Geforce只有1GB，前者可以大大減少數(shù)據(jù)傳輸量，可以實現(xiàn)更高的計算精度，另外前者由于針對企業(yè)級應用環(huán)境，在防燒毀等測試方面更加嚴格和全面。因此，對于一般性應用如視頻解碼、游戲等使用Geforce就可以，而對于科學計算應用如石油勘探、天氣預報等，建議采用計算精度和可靠性更高的Tesla。

    在SC08上，PGI、Mathematica等專業(yè)軟件開發(fā)商演示了利用CUDA開發(fā)軟件并獲得性能極大提升的實例。NVIDIA還宣布，包括戴爾、華碩、NEC、Cray、布爾等合作伙伴后續(xù)將推出各自基于NVIDIA Tesla GPU處理器卡的個人HPC產品。

實際上，做個人高性能計算機的不僅僅是NVIDIA和Cray。早在2006年11月，泰安就在美國2006超級計算年會上推出了運算性能達256 GFLOPs的“TYPHOON臺風”600系列個人超級計算機。早幾年前，中科院計算所的李國杰院士也提出了“一萬塊錢購買一萬億次計算能力”的構想。到了2008年，在中科院計算所的支持下，曙光公司高調推出了pHPC100個人高性能計算機。在前不久舉行的2008年全國高性能計算學術年會上，中國科技大學陳國良院士也做了關于pHPC的主題報告，個人高性能計算機的概念得到了英特爾、AMD、曙光、寶德、超微等與會公司的認同。另外，從去年開始，IBM、HP、英特爾等都推出了所謂針對成長型中小企業(yè)的刀片服務器產品——IBM BladeCenter S、HP BladeSystem C3000、英特爾模塊化服務器，盡管沒有掛“個人超級計算機”的名頭，但高性能計算卻是這些產品的目標市場之一。由此可見，個人HPC早已經不再是一個空穴來風的概念，而是已經涌現(xiàn)出了許多實實在在的產品，高性能計算普及的夢想已經不再遙不可及。