超級運算專家聚焦台北NVIDIA GPU技術大會

超級運算專家聚焦台北NVIDIA GPU技術大會

產學界研究機構紛紛投入GPU平行運算技術

GPU(繪圖處理器)平行運算蓬勃發展，為促進國內各項相關專業和應用領域之交流，NVIDIA(輝達)今(19)日假台北喜來登飯店舉辦NVIDIA GPU技術大會(GTC )，匯聚國內產學界研究單位之專家、教授及合作夥伴，共同展現GPU運算在國內超級運算、天文科學、災害防治、醫學等領域之重大研究與應用成果。

精采議程內容包括：

• NVIDIA CUDA行銷總監Sanford Rusell分享現代平行運算的演進
• NCHC國網中心利用GPU實現高速計算改進與創新應用
• 國家災害防救科技中心利用GPU進行高光譜影像分析與應用
• 國家衛生研究院運用CUDA平台進行醫學超音波成像與未來醫療
• 台灣大學物理系運用GPU結合自適性網格在天文模擬之應用與效能
• 長庚大學資工系展現GPU-REMuSic工具於圖形處理器環境之實作

NVIDIA(輝達)台灣分公司總經理郭滄賀表示：「NVIDIA GTC已是全球最重要的運算盛事，讓各個需要大量運算資源的領域了解GPU平行運算模式如何高效擴充運算效能，以及突破各種最複雜的密集型運算挑戰。因此，我們近年來不僅積極在台灣推廣CUDA平行運算教學，更承諾將這個全球性的年度重要運算議程移植到本土的GPU運算社群，突顯出GPU與平行運算對台灣各科學和專業領域的重要性，並為電腦運算加速轉型。」

為了進一步加速落實平行運算在全球的運用與發展，NVIDIA(輝達)已在全球設有超過90所CUDA研究中心(CRC)與CUDA教學中心(CTC)，這些CUDA研究中心是在眾多研究領域中運用GPU運算技術達到卓著成效的機構，當中甚至是全球從事最創新和最重要科學研究的佼佼者。此外，目前全球也有超過400所大學(http://www.nvidia.com.tw/object/cuda_courses_and_map_tw.html)設有教授運用NVIDIA® CUDA®架構繪圖處理器(GPU)進行平行編程的課程。其中國立台灣大學等CUDA卓越研究中心，以及長庚大學、淡江大學、東海大學、慈濟大學，以及國家高速網路與計算中心等，均相繼投入GPU平行運算的教學和研究，並促使每年有成千上數畢業生具有運用GPU密集式平行運算的知識和專長，同時也能在眾多不同領域中促進下一波的科學發現。

CUDA研究中心促進了各大學研究團隊與大量平行運算領域的研究組織之合作契機，同時提供諸多益處，如專為核心研究人員與學者而設計的各項活動、在進行研究時可取得專屬的NVIDIA®技術人員之協助，以及特別設計的線上和個人訓練課程。

CUDA教學中心計畫是同類教學中心中第一個由硬體廠商成立並推廣到大專院校的計畫。此計畫帶來諸多助益，例如教學素材之捐贈，包括教科書、軟體授權和教學實驗室電腦系統中的CUDA架構GPU，同時更有針對學校所需的硬體提供專屬的採購優惠。CUDA教科書的繁體中文版本也於5月16日正式出版販售，預期可使CUDA教學在台灣更加普及化。

欲瞭解更多NVIDIA GPU技術大會台北場次的相關活動介紹、大會議程及課程資訊，請瀏覽NVIDIA GPU技術大會網站。欲瞭解NVIDIA研究活動與CUDA相關計畫的詳細資訊，請瀏覽NVResearch網站。

全新NVIDIA Tesla M2090繪圖處理器打破科學運算世界紀錄

全新NVIDIA Tesla繪圖處理器打破科學運算世界紀錄

全新旗艦級Tesla M2090繪圖處理器創AMBER分子動態模擬新紀錄

針對廣泛產業與研究應用提供傑出效能

NVIDIA(輝達)針對高速運算領域推出全球最快的平行運算處理器Tesla™ M2090繪圖處理器(GPU)。同時，Tesla M2090 GPU在其中一項主要科學運算效能評測中達到空前快速的計算速度。

Tesla M2090 GPU搭載512個 CUDA®平行處理核心，可達到665 Gigaflop的最高雙精度效能；相較於僅用一顆CPU執行的效能，Tesla M2090可讓應用加速高達10倍。

在最新版本的AMBER 11軟體工具(在生物分子交互作用模擬領域中其中一項最廣為採用的應用)中，4顆Tesla M2090 GPU與4顆CPU一併使用，模擬速度可達到每天69奈秒的效能新高。僅用一顆CPU運作的超級電腦，其執行AMBER軟體的最快效能紀錄是每天46奈秒。(註1)

美國聖地牙哥計算機中心副研究教授兼AMBER程式碼主持人Ross Walker表示：「這是有記錄以來最快的速度。透過多顆Tesla M2090 GPU，大學裡相關科系的AMBER使用者可以得到比使用大量超級電腦進行運算更強的應用效能。」

Tesla M2090 GPU將搭載在HP ProLiant SL390 G7 4U伺服器等伺服器產品販售。SL390系列是專為同時運用GPU和CPU的混合型運算環境而設計，是HP伺服器解決方案中SL6500 Scalable System的一部份，特別為scale-out和高速運算市場需求進行最佳化。

SL390 G7 4U伺服器可搭載多達8顆Tesla M2090 GPU，但所占空間只有半個4U機殼的寬度，其系統配置包括8顆GPU到2顆CPU，提供市場上最高的GPU-CPU傳輸密度。這個系統非常適用於量子化學和分子動力學，甚至到地震模擬處理和資料分析等廣泛的應用。

惠普公司Hyperscale事業群行銷總監Glenn Keels表示：「客戶執行密集式資料中心應用時需要可以快速、有效地處理龐大複雜資料的系統。HP和NVIDIA長久以來的合作，已共同建立了業界其中一種最快的CPU到GPU運算的系統配置，為客戶提供他們所需的處理效能和速度，以應付最複雜的科學運算。」

除AMBER外，Tesla M2090 GPU也可適用於眾多GPU加速的高速運算應用，包括分子動力學應用(如NAMD和GROMACS軟體)；電腦輔助研發(CAE)應用(如ANSYS Mechanical、Altair Acusolve和Simulia Abaqush等軟體)；地球科學應用(如WRF、HOMME和ASUCA等軟體)；石油與天然氣探勘應用(如Paradigm Voxelgeo 和Schlumberger Petrel軟體)；以及MATLAB、GADGET2和GPU-BLAST等其他重要應用。

註1：以公佈的最高AMBER效能數字－每天46奈秒為依據，來源可參照http://ambermd.org/amber10_bench_files/jac_nve_kraken_ranger_large.png網站。

全球眾多大學與研究機構擁抱GPU平行運算技術

全球眾多大學與研究機構擁抱GPU平行運算技術

400多家研究機構運用CUDA克服生物學、資訊工程、醫學、氣象學、

藥物學、物理學等領域的各種難題

NVIDIA(輝達)宣布在14個國家新增35家全新CUDA研究中心和CUDA教學中心，進一步加速平行運算在全球盛行。

目前全球有超過400家大學設有教授運用NVIDIA® CUDA®架構繪圖處理器(GPU)進行平行編程的課程，繼而每年有數萬名畢業生具有運用GPU密集式平行運算的知識和專長。增加了這35家全新的CUDA研究中心和教學中心，讓目前已採用GPU克服現今最具挑戰性運算難題的眾多研究機構之陣容更強盛，同時也能在眾多不同領域中促進下一波的科學發現。

這些CUDA研究中心是在眾多研究領域中運用GPU運算技術達到卓著成效的機構，當中甚至是全球從事最創新和最重要科學研究的佼佼者。這些全新的研究中心運用CUDA從事的研究包括：

• 美國賓州大學/費城兒童醫院－加入GPU加速功能的藥物代謝動力學(人體對新藥物的反應)和藥效學(藥物對人體產生的作用)的資料分析，可快速發現新藥的效力和安全性，進而大幅縮短藥物研發的時間和降低成本。
• 美國太平洋西北國家實驗室－加入GPU加速功能的次表層傳輸模擬器STOMP　(http://stomp.pnnl.gov)，可藉由預測污染物浸入地下水的流向協助提升公共安全；同時具有GPU加速功能的NWChem (http://www.nwchem.org)可克服光合作用、蛋白質功能和燃燒作用過程中的關鍵問題。這兩項研究都是Extreme Scale Initiative計畫的其中一部份。
• 德勒斯登工業大學(德國)－採用NVIDIA CUDA架構的粒子模擬(PIC) (http://en.wikipedia.org/wiki/Particle-in-cell )演算法，可顯著提升血漿模擬的規模和準確性，讓採用雷射離子束加強癌症治療功效，以及針對物質研究打造全新的放射源。

其他全新CUDA研究中心，包括：

• ETH Zurich (瑞士)
• Lobachevsky State University of Nizhni Novgorod (俄羅斯)
• Technische Universität Braunschweig (德國)
• Technische Universität Darmstadt (德國)
• Universidade Federal Fluminense (巴西)
• 美國阿肯色大學
• 美國匹茲堡大學
• 英國雪菲爾大學
• 美國維吉尼亞理工大學

CUDA教學中心已將GPU運算技術整合至他們主流的計算機程式設計課程中。新的教學中心包括：

• 英國布魯內爾大學
• 美國卡內基美隆大學矽谷校區
• Conservatoire National des Arts et Metiers (法國)
• Facultad de Ingeniería, Universidad de la República (烏拉圭)
• 美國佛羅里達州立大學
• 美國格林奈爾學院
• Kazimierz Wielki University (波蘭)
• MS Ramaiah Institute of Technology (印度)
• 美國新墨西哥礦業及科技學院
• 挪威科技大學
• 美國普渡大學
• Universidad de Málaga (西班牙)
• Universidade Anhembi Morumbi (巴西)
• Universidade Federal de São Paulo (巴西)
• Università di Catania (義大利)
• 美國阿克隆大學
• 美國阿拉巴馬大學
• 美國亞利桑那大學
• 美國阿肯色大學
• University of Moratuwa (斯里蘭卡)
• 美國羅徹斯特大學
• 美國威斯康辛大學麥迪遜分校
• 美國維客森林大學

CUDA研究中心計畫促成與正在開拓平行運算新領域的研究機構之合作契機，同時提供諸多益處，如專為核心研究人員與學者而設計的各項活動、在進行研究時可取得專屬的NVIDIA®技術人員之協助，以及特別設計的線上和個人訓練課程。

CUDA教學中心計畫是同類教學中心中第一個由硬體廠商成立並推廣到大專院校的計畫。此計畫帶來諸多助益，例如教學素材之捐贈，包括教科書、軟體授權和教學實驗室電腦系統中的CUDA架構GPU，同時更有針對學校所需的硬體提供專屬的採購優惠。

欲瞭解NVIDIA研究活動與這些計畫的詳細資訊，請瀏覽NVResearch網站。

CUDA輕鬆上手 新世代GPU應用技術 台灣第一本CUDA中文書籍

本書主要希望讓對於CUDA技術有興趣的讀者能在短時間內建置相關的軟硬體環境，並進一步嘗試CUDA平行程式的設計


此外、本書亦可以做為CUDA技術的入門書籍，可以讓初入門者了解圖形處理器以及CUDA技術的發展；對於業界而言，則可以做為CUDA技術的使用手冊，讓工程師能在短時間內建置CUDA的軟硬體環境以從事後續的開發工作

 

林俊淵、周嘉奕、林郁翔
李昇達、陳昱蓉、黃宣穎、李天齡   |著
松崗出版



    
第一章 | 筆者淺談了平行計算的背景，包含了多電腦系統架構以及多核心處理器架構，也介紹了MPI、Pthrad以及OpenMP等規範，接著筆者介紹本書的主角--圖形處理器以及CUDA，並說明了圖形處理器與中央處理器的差異以及CUDA與MPI、OpenMP的比較，最後說明了CUDA的演進、現況與未來發展。

第二章 | 筆者介紹了支援CUDA的相關圖形處理器產品，讓讀者們得以了解自身的需求所需購置的硬體設備，接著筆者介紹了CUDA技術相關的Driver、Runtime API及編輯器，也說明了CUDA技術的不同計算能力版本，讓讀者們了解所購置的硬體設備所需的軟體工具版本。最後，筆者也介紹了其它支援CUDA技術的套件及軟體工具

第三章 | 筆者首先先介紹如何安裝NVIDIA公司的顯示卡裝置，並提醒讀者們在挑選周邊硬體設備所需注意的事項以及相關的網路資源網站，後來，筆者介紹如何取得CUDA技術相關的Driver、toolkit以及SDK，並說明作業系統上的注意事項，最後筆者介紹了CUDA Driver及CUDA Toolkit的安裝步驟。

第四章 | 介紹CUDA SDK的安裝步驟，操作和展示CUDA SDK的範例程式，並詳細介紹常用的"DeviceQuery", "Bandwidth test"程式的使用方法

第五章 | 介紹如何開始撰寫CUDA平行程式，並說明如何編譯及執行CUDA範例程式，最後告訴讀者們如何利用除錯工具來檢視所撰寫的CUDA平行程式。

2011台灣CUDA程式設計比賽報名網站上線(2011 Taiwan CUDA Contest) http://nvidia.ithome.com.tw/cuda/index.html