藉助GPU，個人電腦變身超級電腦

傳統的超級電腦高速運算環境，一般都需要倚賴高階伺服器才能達到。然而，Nvidia所推出的Tesla架構卻顛覆了傳統，企圖利用繪圖處理器（GPU）的運算效能，讓個人電腦也擁有高速運算的能力。Nvidia總裁暨執行長黃仁勳表示，Nvidia希望可以把高速運算推展到每個使用者，而不是侷限在超級電腦等高速運算中心等少數環境。不過，Tesla架構必須同時搭配CUDA技術才能充分發揮效能。

每顆GPU可支援1萬5千個執行緒，浮點運算量相當於60臺1U伺服器
黃仁勳表示，Tesla內建的每顆GPU繪圖處理器（Graphics Processing Unit，GPU）都有240個核心數，浮點運算量相當於60臺1U伺服器，而且可以支援1萬5千個執行緒，如果搭配使用CUDA（Compute Unified Device Architecture）技術，程式人員就可以同時運用GPU的240個核心，進而把需要密集運算的工作，交給GPU處理，而CPU只要負責一般性的運算處理。

Tesla的運算架構，不僅可以縮短高密度的運算時間，同時也可以降低大型運算中心的整體成本。黃仁勳表示，目前許多企業或大型機構為了提升運算效能，只好不斷擴充軟硬體設備，然而，對於這些單位來說，錢並不是問題，最大的難題在於機房空間有限，電力能源有限，而Tesla的運算效能完全可以解決這些問題。

黃仁勳表示，許多應用剛開始發展的時候，都是從工作站以及超級電腦等大型運算環境開始，從這樣的發展歷程預估，Tesla的應用將在半年內逐漸延伸到政府以及研究機關等高速運算環境，尤其Tesla在價格、空間、耗電量等方面，都比傳統的高速運算環境更具有成本效益，他預期，不久之後，將會看到許多應用與技術開始轉移到Tesla處理。

目前在全球已有6萬多個開發人員使用CUDA軟體技術
目前Tesla的發展雖然才剛剛開始，不過，已經有多家高速運算中心開始使用Tesla，其中包括工作站、超級電腦以及伺服器叢集系統環境等，應用面向也包羅萬象，除了學術領域的分子模擬、蛋白質研究之外，也有少部分應用在商業環境，例如：美國上市股票期權的評估等。

黃仁勳表示，未來Nvidia將會陸續推出更多的系列產品以及更強大的運算效能。現階段，GPU運算處理器的應用，則已經可以透過PCI Express介面轉換器，進一步與工作站或伺服器叢集系統結合。

目前Tesla的系列產品，同時包括桌上型GPU運算系統以及適用於企業資料中心的1U 機架式GPU運算系統等，而相關的軟體技術CUDA，包括C語言編譯器、硬體解碼工具以及效能偵測器等，在全球也有6萬多個開發者正在使用，透過CUDA所開發的程式，不僅可以用在 GeForce 、GTX 200系列的GPU產品上，更可以應用在高階的Quadro FX以及Tesla產品上，而現在透過 CUDA所寫的程式，未來也可以在新的顯示卡上正常運作。文⊙楊惠芬