Seiten: | 1 | 2 |   

CUDA 2.0

Die Grafikkarte als Co-Prozessor

Dem Anwender wird empfohlen, sein schwer verdientes Geld besser in eine leistungsfähigere Grafikkarte zu investieren, statt in einen teureren Prozessor. Dies dürfte selbst für Anwender interessant sein, die kein Visual-Computing betreiben. Denn einen weiteren Grund sich für eine besseren Grafikkarte zu entscheiden, statt für einen leistungsfähigeren Prozessor, liefert NVIDIAs CUDA. Das sogenannte Compute Unified Device Architecture verwandelt den Grafikprozessor in einen extrem leistungsfähigen Co-Prozessor und geht mittlerweile nun auch schon in die zweite Runde. Waren in der Vergangenheit nur streng wissenschaftliche Anwendungen vorgesehen, die nur für eine kleine Zielgruppe interessant schienen, nimmt nun das Angebot an CUDA-Anwendungen soweit zu, dass auch schon die ersten Programme für normale Anwender umgesetzt werden.

Dazu zählt zum Beispiel ein Video-Encoder, der für seine Arbeit über die Grafikkarte nur einen Bruchteil der Zeit benötigt, die ein regulärer Prozessor für die selbe Arbeit in Anspruch nimmt. Selbst im Hinblick auf ein qualitativ hochwertiges Ergebnis, verspricht dieser Encoder eine deutliche Beschleunigung. Hier vergleicht NVIDIA die Rechenleistung einer GeForce 8800 GTS-512 gegen die eines 3 GHz Intel-Quad-Core Prozessors. Obwohl der Quad-Core Prozessor 5mal so teuer ist, erreicht die Grafikkarte eine bis zu 12mal höhere Leistung. Auch wenn dieser Test nur einen speziellen Teilbereich der Video-Encodierung darstellt, ist das Ergebnis durchaus bemerkenswert.

Interessant an dieser Co-Prozessor-Tätigkeit, ist, dass die Leistungs-Reserven der Grafikkarte jederzeit und parallel zu ihrer Grafikausgabe zur Verfügung stehen. Man muss also nicht auf eine andere Grafik-Ausgabe umstellen, um die GPU als Co-Prozessor nutzen zu können. Für den Anwender stellt sich dies so dar, dass es eine gewöhnliche Windows-Anwendung ist, die dann aber zusätzlich von der Grafikkarte berechnet wird. Darüber hinaus garantiert NVIDIA eine perfekte Skalierbarkeit, sofern die CUDA-Anwendung paralleles Multi-Processing beherrscht. Dann kann sie nicht nur die volle Leistung der Grafikkarte ausschöpfen, sondern auch SLI, Triple-SLI und Quad-SLI effektiv nutzen, was die Rechenleistung nochmal um ein vielfaches steigert.

Um CUDA-Anwendungen verwenden zu können, benötigt man lediglich eine DX10-fähige NVIDIA GPU, wie sie beispielsweise schon ab der G8x zu haben ist. Selbst Midrange Grafikchips wie die 8600 GT oder die 8800 GS sind damit jedem erhältlichen Prozessor um ein vielfaches überlegen. Dabei darf man die enorme Kostenersparnis nicht außer acht lassen. Und auch das Angebot an CUDA-Anwendungen dürfte in Zukunft stark zunehmen, denn NVIDIA spricht hier schon von bis zu 70 Millionen potentieller Kunden, denn genau soviele DX10-Grafikkarten hat man bisher in Umlauf gebracht.

Die Vorstellung der kommenden GeForce wird in Kürze erfolgen. Dann präsentieren wir auch den zweiten Teil dieses Artikels. Wir bitten deshalb um etwas Geduld. Lange wird es nicht mehr dauern.

06.06.08 [zk]