Dziś premiera GT200 - Konferencja NVIDII w sercu Doliny Krzemowej

22 maja 2008 roku, w Santa Clara (Kalifornia), w sercu Doliny Krzemowej, na kampusie NVIDII odbył się Editor's Day - konferencja, na którą zaproszeni zostali dziennikarze z całego świata. Była na niej pokazywana najnowsza karta graficzna GeForce GTX 280, ale nie tylko. Polskę reprezentował tam benchmark.pl.

Konferencja zaczęła się od prezentacji możliwości architektury GT200. NVIDIA pokazywała, że jej moc może być wykorzystana nie tylko w grach. W dzisiejszych czasach komputery wykorzystują więcej grafiki niż kiedykolwiek - do przeglądania zdjęć, kodowania filmów, a nawet do wyświetlania coraz bardziej skomplikowanych interfejsów użytkownika, takich jak w Windows Vista, czy Mac OS X Leopard. Dlatego, według NVIDII, w wielu zastosowaniach coraz bardziej liczy się GPU, a moc procesora głównego traci na znaczeniu.

Procesory graficzne takie jak GT200, co prawda zostały zaprojektowane do generowania wydajnej, trójwymiarowej grafiki, ale mogą się przydać również w innych zastosowaniach, takich jak symulacja fizyki, kompresja i dekompresja dźwięku, grafiki i video, czy obliczenia finansowe.

Dlatego NVIDIA stworzyła CUDA (skrót od Compute Unified Device Architecture) - interfejs sprzętowo-programowy, pozwalający na pisanie w języku C oprogramowania działającego na procesorze graficznym (GPU).

Procesory graficzne składają się bowiem z wielu jednostek obliczeniowych (można je porównać do uproszczonych rdzeni CPU), które jednocześnie zaprzęgnięte do wykonywania obliczeń są w stanie osiągnąć dużą wydajność. Właśnie z tego powodu, po skompilowaniu kompilatorem CUDA programów, które potrafią rozkładać swoją pracę na wiele wątków, wydajność przetwarzania wzrasta wielokrotnie.

Aplikacje CUDA do działania wymagają procesora z serii GeForce 8 lub nowszego i można je tworzyć pod Windows, Mac OS X i Linuxem. Pakiet CUDA SDK można ściągnąć ze strony NVIDII, w jego skład wchodzi kompilator, debugger i zestaw bibliotek. W chwili obecnej dostępne są już pierwsze wersje gotowych programów wykorzystujących CUDA, ale na rozbudowane pakiety oprogramowania wykorzystujące tę technologię trzeba jeszcze trochę poczekać.

Tony Tamasi, główny menedżer produktów GeForce, opowiadał o wydajności GeForce GTX 280 i jego 240 rdzeni w aplikacjach CUDA. Przy zastosowaniu CUDA i przerzuceniu obliczeń na GPU w specyficznych zastosowaniach zyskuje się wielokrotny wzrost wydajność. Pokazano bardzo praktyczny przykład - transkodowanie kilkuminutowego filmu w rozdzielczości HD z formatu AVI do H.264. Operacja ta, wykonywana przy pomoc iTunes, wykorzystującego wyłącznie CPU trwała ponad godzinę. Po uruchomieniu enkodera zoptymalizowanego przez NVIDIĘ i przekodowującego dane za pośrednictwem procesora graficznego GeForce GTX 280, cały proces zajął zaledwie kilka minut.

Pokazano również PicLens, plug-in do Firefoxa, Internet Explorera i Safari, służący do przeglądania zdjęć i filmów on-line przy pomocy spektakularnego, trójwymiarowego interfejsu użytkownika. Program ten już teraz można ściągnąć z Internetu, z tym, że na konferencji był on uruchomiony w płynniej działającej wersji wykorzystującej GPU. To kolejny przykład zastosowania CUDA i zaprzęgnięcia procesora graficznego do przetwarzania danych (tutaj: wyświetlania i dekodowania grafiki i video).

Najbardziej spektakularny przyrost prędkości osiągnięto w Folding@Home, programu służącego do liczenia sekwencji białek. Na GeForce GTX 280 działał 100 razy szybciej niż na czterordzeniowym procesorze Core 2 Quad.

NVIDIA prezentowała również przyszłe wersje znanych pakietów oprogramowania, przeznaczonych do obróbki grafiki i video. Wykorzystywały one GPU do wyświetlania i przetwarzania danych. W porównaniu do obecnych wersji, przyrost wydajności był wyraźnie widoczny.

Trzeba przy tym jeszcze raz podkreślić, że nie każdy program, skompilowany dla CUDA i uruchomiony na GPU, stanie się automatycznie demonem prędkości. Przyspieszenie może dotyczyć wyłącznie specyficznych fragmentów kodu, które da się wykonać równolegle. Programy wykorzystujące CUDA nie działają wyłącznie na GPU, niektóre operacje wciąż wykonywane są na procesorze głównym. Jednak i tak w specyficznych zastosowaniach przyspieszenie jest bardzo znaczące.

Na konferencji NVIDIA przedstawiła również swoją inicjatywę Optimized PC. Polega ona na współpracy z producentami komputerów tak, aby tworzyli oni konfiguracje sprzętowe, w których zachowana będzie równowaga wydajnościowa pomiędzy CPU i GPU. Chodzi o to, żeby nie instalować w komputerach szybkich CPU i wolnych kart graficznych, co chwili obecnej zdarza się nader często, lecz starać się zrównoważyć wydajność poszczególnych komponentów. Można to osiągnąć stosując nieco wolniejszy procesor, ale za to szybszą kartę graficzną, co pozytywnie przełoży się na wyższą wydajność całego systemu.