CUDA w nauce od NVIDIA

Berkeley's Open Infrastructure for Network Computing (BOINC), jedna z wiodących platform rozproszonych obliczeń na świecie, używa technologię NVIDIA CUDA wykorzystując moc masowego przetwarzania równoległego GPU NVIDIA do osiągnięcia rezultatów, które mogą zmienić tempo odkryć naukowych poprzez takie projekty jak GPUGRID, czy Einstein@home. Przełomem okazała się zoptymalizowana pod GPU aplikacja kliencka SETI@home, która analizuje dane 8-krotnie szybciej niż procesor główny.

- Technologia NVIDIA CUDA dała badaniom naukowym moc obliczeniową, która wcześniej nie była dostępna dla naukowców - fizycznie i finansowo," powiedział Dr. Davis Anderson, założyciel BOINC i naukowiec U.C Berkley Space Science Laboratory. "Technologia CUDA sprawia, że naukowcom jest łatwo zoptymalizować projekty BOINC pod GPU NVIDIA i tworzyć aplikacje stosowane do dynamiki molekularnej, przewidywania struktur proteinowych, modelowania klimatu i pogody, wizualizacji medycznych oraz wielu innych zadań."

BOINC stanowi unikalne podejście do super computingu, w którym wiele komputerów łączonych jest poprzez internet, a ich łączna moc obliczeniowa jest używana do rozwiązywania obszernych zadań obliczeniowych. BOINC dostarcza platformę obliczeń rozproszonych dla szerokiego wachlarza projektów naukowych obejmujących pomoc w leczeniu poważnych chorób, problem globalnego ocieplenia, odkrywania pulsary i wykonują wiele innych odkryć naukowych na domowych komputerach.

SETI@Home

Naukowcy zajmujący się projektem SETI otrzymali wielki przyrost mocy obliczeniowej, kiedy NVIDIA i BOINC wypuściły zoptymalizowaną aplikację kliencką, która pozwala SETI@home korzystać z GPU GeForce. SETI@home, największy projekt BOINC obejmujący ponad 200000 aktywnych użytkowników, polega na wyszukiwaniu śladów pozaziemskiej inteligencji przy pomocy radioteleskopów wykrywających sygnały radiowe docierające do nas z kosmosu. Wydajność GPU GeForce GTX 280 w SETI@home jest ponad 2 razy większa niż w przypadku najszybszego, wielordzeniowego procesora konsumenckiego (Intel Core i7 965 3.2Ghz) oraz prawie 8 razy większa niż w przypadku przeciętnego, dwurdzeniowego procesora (Intel Core2 Duo E8200 2.66Ghz) .

GPUGRID

GPUGRID to pierwszy z projektów BOINC, wykorzystujących moc technologii obliczeniowej CUDA wraz z GPU NVIDIA GeForce. Używa on kart graficznych NVIDIA zaangażowanych w projekcie komputerów do obliczeń wysoce skomplikowanych symulacji struktur bio-molekularnych. Umożliwienie aplikacji korzystania z mocy GPU NVIDIA spowodowało, iż 1000 kart graficznych zapewnia ten sam poziom mocy obliczeniowej co 20000 CPU w tych samych projektach. Jest to aż 20-krotne przyspieszenie.

Einstein@Home

Technologia NVIDIA CUDA już wkrótce wesprze również trzeci co do wielkości projekt BOINC, Einstein@home, który wykorzystuje moc współdzielonych sieci obliczeniowych do poszukiwania wirujących gwiazd neutronowych (zwanych również pulsarami) poprzez wykorzystanie danych z wykrywaczy fal grawitacyjnych.