議程表:
時間:2013/4/19(五)
地點:台大集思會議中心
nVNIDIA最新技術介紹
- 今年的產品延伸到could
- nVIDIA GRID
- Remote Graphics (rendering後的影像可以remote傳到client端的電腦,client端電腦不需要具有GPU運算資源)
- RTT on FRID (有ㄧ個影片是可以real time rendering AUDI的汽車的顏色與外型)
GPU在雲端工作站的解決方案
- HP技術顧問
- PC vs Cloud
- VDI(client visualization),並不是以省錢為目的,而是以保護機密資料維主要目的
- HP ProLiant WS460c Gen8 Workstation series
- 一個10U的機箱可以裝16張GPU
- 可以支援K1, K2, K500型號的GPU
- Engineering IT Transformation Cloud Solution
nVIDIA Kepler架構 與 CUDA5介紹
- Joe主講(之前在寫CUDA程式的時後,曾經跟他連絡過)
- performance, efficiency, programming(CUDA)
- 64位元的浮點數計算單元增加,GPU的時脈降低,所以整體功耗比Fermi降低,但是效率比Fermi增加為兩倍
- Tesla K10, K20
- K10: 使用GK104GPU,較早期的產品,所以較近的功能沒有支援
- K20: 使用GK110GPU
- 每一個thread沒有register的上限。Fermi的thread的register的上限為64個,而且會存到較慢的memory上面
- 增加SHFL指令,可以做thread之間的資料傳遞。thread0 > thread1; thread0 > thread8
- SHFL example: Warp prefix-Sum
- autmic function(ATOM)比之前快很多,automic指令其實可以跨block,在某些應用相當有用
- autmic function的記憶體位置可以在share memory或global memory上面
- ATOM的速度跟之前比有2-10倍的提升
- ATOM有無使用的差別(有ㄧ張投影片有提到)
- Texture performance,可以使用 const __restrict指令去設定一個新的texture位址
- Dynamic Parallelism
- gaming pc: http://rog.asus.com/
- 一般實驗室在撰寫CUDA程式時,使用GeForce的顯卡就可以了
GPU Computing in Finance (韓傳祥副教授)
- 波動資訊平台:http://140.110.28.133/VIP/
- 金融公式,用熱傳導模型去推出金融的公式解
- 蒙地卡羅算法
- 隨機產生(灑出)樣本
- 計算最接近解
- 財經工程(財工)可以進入的領域
- big data
- 結論:利用GPU作蒙利卡羅加速計算絕對是有可能的,利用在財工領域
NTHU CCOE的GPU研究 從日常生活到科學應用(李哲榮 清華大學教授)
- 清華大學在2012年與nVIDIA在清大成立「CUDA Certer」
- CCOE: CUDA Center of Excellence Program 主要目的是希望與學界結合,推廣CUDA在研究的應用
- 自訂的三個目標
- 希望在research上有突破獲進展
- 在教育上推廣CUDA
- 藉不同的交流,來媒合很多研究與合作
- 目前中心的member有14位
- CCOE NTHU
- 在清大也有CUDA的學校課程
- 除了一般的課程之外,也利用CCOE所提供的設備來參加CUDA程式競賽
- SyTensorLib,這個lib利用GPU的計算效能
- medical imaging
- bioinformation
- OMPICUDA:研究階段的一個編譯器,在程式執行時,也可以做dynamic load balance
- computic finance
- music information retrieval (哼唱選歌)
- Smart Frid System (智慧電網)(運端智能電源管理系統)
- Live Data Compression
- Data Compression on GPU (GPU應用在資料壓縮上)
- 目前挑戰:
- big data
- hybrid system and 編程
- 能源問題
國網中心 GPU-Base 計算流體力學開發與其應用
- 今天的講者的團隊主要習慣使用linux的開發介面
- 「algorithm design for GPU」