La technologie NVIDIA CUDA fait énormément avancer la recherche scientifique

 
 
Untitled Document

La technologie NVIDIA CUDA fait énormément avancer la recherche scientifique.

Les applications de calculs partagées utilisent les GPU NVIDIA pour la recherche biomédicale, l’exploration spatiale et la recherche d’une intelligence extra-terrestre.

Using NVIDIA CUDA Technology, a GeForce GTX 280 GPU runs SETI@home nearly 10 times faster than an AMD Phenom 9950 multi-core consumer CPU.

“NVIDIA CUDA technology opens up processing power for scientific research that was previously unavailable and impossible for researchers to afford.”
Dr. David Anderson, Research Scientist U.C. Berkeley Space Sciences Laboratory and founder of BOINC

"Running GPUGRID on NVIDIA GPUs innovates volunteer computing by delivering supercomputing class applications on a cost effective infrastructure which will greatly impact the way biomedical research is performed."
Dr. Gianni De Fabritiis, researcher at the Research Unit on Biomedical Informatics at the Municipal Institute of Medical Research and Pompeu Fabra University in Barcelona

SANTA CLARA, CA – 17 DECEMBRE 2008 – Alors qu’on croyait que cette technologie était uniquement réservée aux jeux vidéo, les processeurs graphiques (GPU) NVIDIA® GeForce® dotés de la technologie CUDA sont désormais utilisés dans un marché des plus sérieux : le calcul scientifique. L’Open Infrastructure for Network Computing de Berkeley (BOINC), une des premières plates-formes de calculs partagés du monde, utilise la technologie CUDA pour exploiter la puissance de traitement massivement parallèle des GPU NVIDIA avec des résultats remarquables qui vont changer la donne de la découverte scientifique grâce à des projets comme GPUGRID et Einstein@home. La dernière innovation se traduit par l’annonce d’un client optimisé qui permettra à SETI@home d’analyser les données du SETI (Search for Extraterrestrial Intelligence) en un huitième de temps par rapport à ce que cela aurait pris avec des CPUs (1).

« La technologie NVIDIA CUDA met sa puissance de traitement au service de la recherche scientifique. Les chercheurs ne disposaient pas d’un tel outil ou bien ne pouvaient pas se l’offrir auparavant », a déclaré Dr. David Anderson, scientifique du U.C. Berkeley Space Sciences Laboratory et fondateur du BOINC. « La technologie CUDA permet aux scientifiques et aux chercheurs d’optimiser les projets du BOINC avec les GPU NVIDIA et ils les utilisent déjà pour des applications comme la dynamique moléculaire, la prédiction de la structure des protéines, la modélisation du climat et de la météo, l’imagerie médicale, et bien d’autres encore ».

Le BOINC est une approche unique vers le supercalculateur où les multiples ordinateurs personnels se rassemblent par l’Internet et toute la puissance informatique qu’ils représentent est utilisée pour s’atteler à d’énormes tâches de calculs. Le BOINC fournit la grille de calculs partagés pour une large gamme de projets scientifiques destinés à aider à guérir des maladies, à étudier le réchauffement de la planète, à découvrir des pulsars et lancer bien d’autres recherches scientifiques à partir d’ordinateurs personnels.

SETI@Home
Les chercheurs du SETI ont reçu un renfort impressionnant en puissance de calculs lorsque NVIDIA et le BOINC ont annoncé un client optimisé qui permettrait au SETI@home d’être accéléré sur des GPU GeForce. SETI@home, le plus grand projet du BOINC avec près de 200 000 utilisateurs actifs, recherche une intelligence extra terrestre en utilisant des télescopes radio pour écouter les signaux radio à bande passante étroite venus de l’espace. La performance d’un GPU Ge Force GTX 280 faisant tourner SETI@home est plus de deux fois plus rapide qu’avec le CPU multi-cœur le plus rapide (Intel Core i7 965 à 3,2 GHz) et près de 8 fois plus rapide qu’un CPU double cœur (Intel Core2 Duo E9200 à 2,66 GHz).(2)

GPUGRID

GPUGRID, le premier projet du BOINC à utiliser les GPU NVIDIA GeForce grâce à la technologie CUDA pour le calcul, utilise des cartes graphiques NVIDIA et invite les PC à calculer des simulations biomoléculaires de haut niveau pour la recherche scientifique. En venant renforcer les GPU NVIDIA, 1000 GPU en action ont apporté une puissance de calcul d’au moins 20 000 CPU dans des projets équivalents, soit une accélération multipliée par 20.

« Les simulations moléculaires réalisées par notre projet de calculs axé sur le volontariat représentent une des réalisations faites par des scientifiques, mais certaines demandent une telle puissance de calcul qu’elles nécessitent un supercalculateur », a déclaré Dr Gianni De Fabritiis, chercheur de l’unité de recherche sur l’informatique biomédicale de l’institut de recherche médicale et de l’université Pompeu Fabra de Barcelone. « Faire tourner GPUGRID sur les GPU NVIDIA a été une innovation en matière de calculs volontaires en permettant de fournir des applications de type supercalculateur sur une infrastructure économique qui aura un fort impact sur la recherche biomédicale ».

Einstein@Home
La technologie NVIDIA CUDA équipera bientôt le troisième projet du BOINC, Einstein@Home, qui utilise le calcul partagé pour rechercher la naissance d’étoiles à neutron (appelées également pulsars) en utilisant les données des détecteurs de vagues de gravitation.

« Nous espérons que l’utilisation des GPU dans Einstein@home fera faire un bond en avant au débit de nos calculs », a déclaré Bruce Allen, directeur du Max Plank Institute of Gravitational Physics et responsable d’Einstein@home pour la collaboration scientifique LIGO. « On pourrait faire de recherches plus fouillées et plus précises sur les sources de vagues continuelles de gravitation ».

« Le traitement parallèle est la clé de l’informatique visuelle, que ce soit pour les applications personnelles, professionnelles ou de recherche, et le GPU accéléré par CUDA est le moteur essentiel derrière ce mouvement. Le calcul partagé est l’application idéale pour le traitement parallèle, donc ce n’est pas une surprise que ces applications incroyables bénéficient à ce point de la puissance de traitement sans précédent du GPU », a déclaré Michael Steele, general manager des Visual Consumer Solutions chez NVIDIA. « Les GPU NVIDIA transforment la façon de travailler, de jouer, de vivre et de découvrir ».

Pour télécharger le client NVIDIA SETI@home, visitez http://setiathome.berkeley.edu/cuda.php. Pour plus d’informations sur le BOINC, visitez http://boinc.berkeley.edu/. Pour plus d’informations sur Einstein@home, visitez http://einstein.phys.uwm.edu. Pour plus d’informations sur GPUGRID, visitez http://www.gpugrid.net/.

 

À propos de NVIDIA
NVIDIA est le leader des technologies de traitement visuel et l’inventeur du GPU, processeur de hautes performances qui génère des graphiques interactifs à couper le souffle sur les stations de travail, les PC, les consoles de jeux et les appareils mobiles. NVIDIA sert le marché des loisirs et grand public avec ses produits GeForce®, le marché de la conception et de la visualisation professionnelle avec ses produits Quadro et le marché informatique de hautes performances (HPC) avec ses produits Tesla. NVIDIA a son siège à Santa Clara, en Californie, et possède des bureaux en Asie, en Europe et sur le continent américain.

Contacts

NVIDIA Corporation
Stéphane Quentin
Southern Europe Product PR Manager
Email: squentin@nvidia.com
Direct: +33 1 55 63 84 93 http://www.nvidia.fr

Agence de Relations Presse
Actual Public Relations
Pascale Desmaele / Delphine Boutrin
Tél : 01 41 10 41 12 / 19 Fax : 29
pascale@actual.fr, delphine@actual.fr
http://www.actual.fr (visitez notre "Salle de Presse")

Notes :
(1) : D’après une charge de travail SETI@home constante et reproductible. Plus le temps de calcul mesuré est court, mieux c’est. Le système basé sur la NVIDIA GeForce GTX 280 traite la charge de travail par le GPU et s’appuie sur une carte-mère NVIDIA nForce 780i SLI, un GPU NVIDIA GTX 280, un CUP Intel Core2 Duo E8200, 2 Go de DRAM DDR2 et traite la charge de travail en 317 secondes. Le système CPU à double-cœur traite l’ensemble de la charge sur le CPU et s’appuie sur une carte-mère NVIDIA nForce 780i, un GPU NVIDIA 9500 GT, un CPU Intel Core2 Duo E8200 (2,66 GHz), 2 Go de DRAM DDR2 et traite la charge de travail en 2 447 secondes.

(2) : D’après une charge de travail SETI@home constante et reproductible. Plus le temps de calcul mesuré est court, mieux c’est. Le système basé sur la NVIDIA GeForce GTX 280 traite la charge de travail par le GPU et s’appuie sur une carte-mère NVIDIA nForce 780i SLI, un GPU NVIDIA GTX 280, un CUP Intel Core2 Duo E8200, 2 Go de DRAM DDR2 et traite la charge de travail en 317 secondes. Le système CPU multi-coeur traite l’ensemble de la charge sur le CPU et s’appuie sur un GPU ATI Radeon HD4650, une carte-mère Intel x58, un CPU Intel Core i7 965 (3,2 GHz), 2 Go de DRAM DDR2 et traite la charge de travail en 716 secondes. Le système CPU à double-cœur traite l’ensemble de la charge sur le CPU et s’appuie sur une carte-mère NVIDIA nForce 780i, un GPU NVIDIA 9500 GT, un CPU Intel Core2 Duo E8200 (2,66 GHz), 2 Go de DRAM DDR2 et traite la charge de travail en 2 447 secondes.



 
 
 
 
FacebookTwitterGoogle+LinkedInPinterest