Вполне логично, что на ежегодной конференции GTC 2013 не обошлось без множества упоминаний о суперкомпьютерах, основанных на ускорителях вычислений в виде мощных графических процессоров производства компании NVIDIA. Упоминание решений Titan было неоднократным, ведь графические процессоры сейчас помогают решать множество сложных задач по анализу больших объёмов данных.
К примеру, такие компании, как Shazam, Salesforce.com и Cortexica уже применяют графические процессоры компании для того, чтобы решать всё более массивные задачи анализа и поиска в потребительских и коммерческих приложениях. Указанные выше компании применяют современные GPU при обработке больших массивов данных и в сложных алгоритмах, требующих высокопроизводительных вычислений, они используют графические ускорители NVIDIA Tesla для поиска и анализ аудиоданных, текстовых данных и при распознавании изображений. Всё чаще именно GPU производства NVIDIA занимают место в суперкомпьютерах в качестве ускорителей:
По данным компании, около 20% мощности всего списка быстрейших суперкомпьютеров Top500 обеспечивают именно GPU, включая самый мощный из них — Titan, расположенный в Окриджской национальной лаборатории. Всего в этом суперкомпьютере работает 40 миллионов ядер CUDA и все вместе они обеспечивают производительность в 10 petaflops.
На GTC 2013 был объявлено, что ещё один мощнейший суперкомпьютер будет использовать графические процессоры NVIDIA. Швейцарский суперкомпьютерный центр (CSCS) собирается построить быстрейший в Европе суперкомпьютер Cray XC30, предназначенный для прогнозирования погоды, имеющий не самое благозвучное для русского уха название — Piz Daint (по названию горы в Альпах). В новом европейском суперкомпьютере будут использоваться ускорители вычислений NVIDIA Tesla K20X и это обеспечит ему первое место среди европейских суперкомпьютеров в начале 2014 года.
Прогнозирование погоды и моделирование климата очень сложно и требует огромных вычислительных возможностей. Центр CSCS работает вместе с MeteoSwiss, предоставляющим услуги прогноза погоды с высокой точностью. Швейцарский центр будет использовать мощность в 1 petaflop для ускорения таких вычислений, а также астрофизики и других научных применений. Прогнозирование погоды — идеальная задача для ускорения на GPU, и их применение позволит выполнять соответствующие расчёты быстрее систем исключительно на базе CPU.
Всё большее количество мобильных и коммерческих приложений сталкиваются с проблемами серьёзного роста потребностей в вычислительных мощностях, поэтому разработчики и поставщики услуг используют мощь графических ускорителей для расширения инфраструктуры в соответствии с потребностями рынка. Например, практически все знают мобильное приложение Shazam – одно из самых популярных приложений в Apple Store и Google Play. Но мало кто в курсе того, что эта компания использует графические процессоры NVIDIA для быстрого поиска и распознавания музыкальных композиций по базам данных, содержащим несколько десятков миллионов аудиозаписей. Миллионы пользователей записывают на телефоны и планшеты отрывки звучащих композиций, чтобы узнать их название.
Shazam растёт очень быстро, пользователи ищут более 10 миллионов песен в день, и к сервису постоянно подключаются всё новые и новые пользователи. Чтобы успеть за ростом потребностей, в Shazam решили ускорить процесс поиска и сравнения, используя графические процессоры Tesla. GPU позволяют им обрабатывать огромные объемы данных при сравнительно низких затратах и предоставляют возможность масштабируемого роста — об этом рассказал Jason Titus, технический директор Shazam Entertainment.
Почти то же самое относится и к анализу сообщений Twitter в реальном времени, которое требует огромных вычислительных возможностей. Компания Salesforce.com использует графические процессоры NVIDIA, чтобы помочь крупным брендам с мониторингом и анализом более 500 миллионов ежедневных твитов в поисках упоминаний соответствующих брендов, продуктов и услуг.
Именно современные графические процессоры NVIDIA позволяют Salesforce.com получать данные раньше, чем это делают аналогичные системы, использующие исключительно анализ на CPU. Кроме того, графические процессоры позволяют компании быстро и просто масштабировать объём предоставляемых компаниям услуг.
Ещё одним интересным применением GPU в высокопроизводительных вычислениях является мобильное приложение Cortexica. Оно позволяет пользователям находить и покупать понравившиеся им товары по фотографиям. К примеру, пользователь (женского пола, разумеется!) увидела в журнале красивое платье на любимой актрисе и захотела себе такое же. Она может сфотографировать его при помощи своего телефона и дать приложению задание поискать в базе одежды похожие товары, выставленные в Интернет-магазинах.
Конечно, распознавание и подбор похожей одежды не всегда идеален, но может серьёзно помочь в таких задачах. И при помощи графических процессоров компании NVIDIA, сервис Cortexica применяет довольно сложные алгоритмы по распознаванию изображений в реальном времени среди миллионов продуктов, используя не слишком сложную серверную инфраструктуру. Генеральный директор компании Cortexica заявил, что графические ускорители NVIDIA справляются с их сложными алгоритмами в десятки раз быстрее, по сравнению с CPU. Немудрено, что GPU-ускорители появляются во всё большем количестве мощных суперкомпьютеров.
А вот и ролики, которые были показаны на GTC 2013. Первый - моделирование океана.
Второй — моделирование лиц.