Новости про CUDA, Fermi, GPGPU и NVIDIA

Пакет CUDA Toolkit 3.1 включает следующие изменения и дополнения:

• GPUDirect позволяет другим устройствам прямой доступ к памяти CUDA;
• поддержка параллелизма в 16 потоков позволяет использовать одновременно до 16 различных ядер на графических процессорах архитектуры Fermi;
• runtime-драйвер совместимости приложений позволяет универсально использовать драйверы CUDA API с CUDA C Runtime и математическими библиотеками с помощью буфера обмена и миграции;
• добавлены новые возможности языка CUDA C/C++:
  • поддержка printf() в коде устройства;
  • поддержка функций указателя и рекурсии облегчит портирование многих существующих алгоритмов для Fermi GPU;
• Unified Visual Profiler теперь поддерживает CUDA C/C++ и OpenCL, а так же включает поддержку трассировки CUDA драйверов API;
• математические библиотеки увеличили производительность, в часности:
  • улучшенна производительность отдельных трансцендентных функций log, pow, erf, и gamma;
  • значительно улучшена производительность для двойной точность FFT при исполнении на архитектуре графических процессоров Fermi для 2^N преобразований;
  • потоковый API теперь поддерживается в CUBLAS для перекрытия операций копирования и вычисления;
  • оптимизированы CUFFT Real-to-complex (R2C) и complex-to-real (C2R) для 2^N размеров данных;
  • улучшена производительность для GEMV и SYMV подпрограмм в CUBLAS;
  • оптимизирована реализация вычислений с двойной точностью по принципу разделения и взаимного использования программ для архитектуры Fermi;
• новые и обновленные примеры SDK кода демонстрирует использование:
  • функции указателей в ядрах CUDA C/C++;
  • буфера обмена OpenCL/Direct3D;
  • Hidden Markov Model в OpenCL;
  • пример Microsoft Excel GPGPU, показывающий как запускать функции Excel на GPU.

Скачать новую версию CUDA Toolkit вы можете на официальной странице.

В документе под названием "Debunking the 100x GPU vs CPU Myth"  Intel предполагает, что в некоторых случаях NVIDIA GeForce GTX 280 до 14 раз быстрее, чем Intel Core i7-960. Intel утверждает, что в среднем величина преимущества составляет 2,5 раза. Естественно, что NVIDIA тут же опубликовала опровержение этого.

В блоге, пресс-секретарь Andy Keane отметил, что Intel использовала не последнее поколение GPU от NVIDIA, правильнее было сравнивать с видеокартами семейства Fermi. Keane также отмечает, что Intel скорее всего запускала не оптимизированный код на GTX 280, и не понятно, как они сопоставили производительность GPU и центрального процессора.

Cотрудник NVIDIA признал, что не все приложения работают в 100 раз быстрее на GPU, но он привел в пример многих разработчиков, которые добились этого. По крайней мере, семь разработчиков заявили о преимуществе свыше 100 раз, и один заявил о цифре 300 раз.

В CUDA 3.0 сделаны значительные изменения:

• поддержка новой архитектуры Fermi;
• поддержка классов C++;
• взаимодействие CUDA и OpenCL с Direct3D 9/10/11 и OpenGL;
• возможность использования в одном приложении и CUDA Runtime, и CUDA Driver API.
• многократное повышение производительности при отладке в cuda-dbg и аппаратное ускорение отладки для CUDA Driver API на видеокартах с архитектурой Fermi;
• утилита CUDA Memory Checker для поиска ошибок выравнивания данных и переполнения памяти;
• ряд важных улучшений в OpenCL.

Загрузить CUDA SDK, документацию и отладочные драйверы для Windows, Linux и MacOS можно со специальной страницы сайта NVIDIA для разработчиков.