Tesla

Calcul accéléré
Menez à bien vos projets les plus complexes
Calcul accéléré - Menez à bien vos projets les plus complexes

TOUTE LA PUISSANCE DU DEEP LEARNING
AU SERVICE DE VOS DONNÉES

Le Cloud Computing a révolutionné toute l’industrie en démocratisant l’utilisation des Data Centers et en transformant le workflow de nombreuses entreprises. Vos ressources les plus importantes sont désormais hébergées dans le Cloud, en toute sécurité et avec une gestion simplifiée. Pour exploiter au mieux ces données dématérialisées, il vous faut une solution de calcul à hautes performances.

L’environnement logiciel NVIDIA pour le Deep Learning - conçu pour offrir un maximum de performances avec les GPU les plus rapides au monde - inclut des frameworks, des bibliothèques, des pilotes et un système d'exploitation spécialement optimisés pour les workflows Deep Learning.Cette pile unifiée, accessible instantanément et à tout moment, est compatible avec une vaste gamme de configurations matérielles (des cartes graphiques TITAN X et GeForce GTX 1080 Ti aux systèmes DGX et aux services Cloud).

Le Cloud Computing sur GPU est disponible à la demande sur les principales plateformes Cloud de l’industrie.

COMMENT ACCÉLÉRER VOS APPLICATIONS AVEC LES GPU

Le calcul par le GPU permet de paralléliser les tâches et d'offrir un maximum de performances dans de nombreuses applications : le GPU accélère les portions de code les plus lourdes en ressources de calcul, le reste de l'application restant affecté au CPU. Les applications des utilisateurs s'exécutent ainsi bien plus rapidement.

How GPU Acceleration Works
 

Performances GPU vs CPU

Pour comprendre les différences fondamentales entre un CPU et un GPU, il suffit de comparer leur manière de traiter chaque opération. Les CPU incluent un nombre restreint de cœurs optimisés pour le traitement en série, alors que les GPU intègrent des milliers de cœurs conçus pour traiter efficacement de nombreuses tâches simultanées.

 

Les GPU incluent des milliers de cœurs pour traiter efficacement des tâches parallèles

GPU Vs GPU: Which is better?

Pour une explication en images, regardez la vidéo suivante

Pour une explication en images, regardez la vidéo suivante
Vidéo : Démonstration Mythbusters GPU vs CPU (01:34)

Avec plus de 400 applications HPC compatibles avec l’accélération GPU (dont 9 des 10 plus importantes du marché), tous les utilisateurs de l’industrie HPC peuvent désormais profiter d’un meilleur rendement tout en réduisant les coûts d’exploitation. Consultez notre catalogue pour savoir si vos applications peuvent être accélérées par GPU (PDF ; 1,9 Mo).

DÉMARRAGE

Trois principales méthodes vous permettent de profiter de l'accélération GPU :
  • Choisir des bibliothèques spécialement optimisées pour les GPU
  • Intégrer à votre code des algorithmes d'optimisation pour le paralléliser automatiquement
  • Utiliser des extensions qui vous permettront de programmer avec des langages existants comme C ou Fortran

L’environnement de programmation parallèle CUDA facilite votre apprentissage du calcul par le GPU.

Pour accéder à des formations en ligne et à des ressources de développement, rendez-vous sur CUDA Zone.

VISITEZ CUDA ZONE

 
 
 
CUDA et Calcul par le GPU

Le calcul par le GPU, c'est quoi ?
Principes du calcul par le GPU
Programmation GPU
Architecture Kepler
Cloud Computing
Contactez-nous

Présentation de CUDA
Showcase CUDA
Formation CUDA
CUDA Courses Calendar
Centres de recherche CUDA
Centres d’enseignement CUDA

Applications GPU

Applications GPU Tesla
Études de cas Tesla
Directives OpenACC
Offre d’essai GPU Tesla

GPU Tesla pour serveurs
et stations de travail

Pourquoi choisir Tesla ?
Solutions Tesla pour serveurs
Solutions Tesla pour
stations de travail

Plateforme de développement intégrée
Acheter GPU Tesla

Infos et actualités Tesla

Documentation Tesla
Fonctions logicielles Tesla
Outils de développement de logiciels
NVIDIA Research
Alertes Tesla

NVIDIA en ligne

NVIDIA Blog Blog NVIDIA

Facebook Facebook

Twitter Twitter

Twitch Twitch

YouTube YouTube