| Indice |
|---|
| Nvidia Cuda: prova su strada |
| MSI 9800 GT |
| Configurazione |
| Suite benchmark |
| Risultati |
| Risultati - segue |
| Conclusioni |
| Tutte le pagine |
Un valore aggiunto per le GeForce?
CUDA (Compute Unified Device Architecture) è una architettura di calcolo parallelo sviluppata da Nvidia (utilizzabile nativamente in C, openCL e DX11 Compute, ma con wrapper di terze parti per Fortran, Java e Python) che permette di sfruttare la potenza delle VGA basate su G8x, G9x e GT2xx in modalità GPGPU (General-Purpose Computing on Graphics Processing Units) - utilizzando, quindi, la GPU per elaborazioni tradizionalmente effettuate dalla CPU e che esulano dal classico rendering di scene 3D in ambito videoludico. Nel corso degli anni, infatti, il numero di operazioni in Floating Point al secondo (FLOPS, FLoating point Operations Per Second) eseguibili da una GPU è cresciuto a dismisura, tantochè oggi assistiamo ad un netto "primato" da parte delle GPU sulle CPU.
Fonte: ixbtlabs.com
L'idea degli ingegneri Nvidia è pertanto quella di sfruttare l'elevata potenza di calcolo della GPU in ambiti diversi dal videogaming; la casa di Santa Clara punta molto su questa tecnologia, considerata come un valore aggiunto interessante per l'utente finale. Gli ambiti in cui è possibile ricorrere al GPGPU sono estremamente vari, come simulazioni di dinamica dei fluidi, calcolo distribuito, creazione di contenuti digitali, applicazioni grafiche come il Ray Tracing.
La prima versione di CUDA (1.0) è stata introdotta nel giugno 2007 con i driver 162.01; la VGA compatibili all'epoca erano le Quadro FX 5600 e Quadro FX 4600, nonché le GeForce 8800 Ultra, 8600 GTS/GT e 8500 GT. L'attuale versione di CUDA (2.1) risale al novembre 2008 (driver 181.20); oltre al supporto alle GPU GT2xx, la casa di Santa Clara ha abilitato l'utilizzo di questa tecnologia anche su Tesla, una linea di prodotti (quali schede aggiuntive o veri e propri Rack per sistemi server) specificatamente realizzati per l'elaborazione di calcoli paralleli. Ma che vantaggi comporta CUDA per gli utenti consumer? Con questi test HwProject.net si propone di prendere in esame e di "misurare" l'aumento di prestazioni garantite in scenari domestici dalla tecnologia Nvidia.
