高效能運算功能

加速法則

GPU 運算定義了全新加速法則取代摩爾定律。從高度專業化的 GPU 平行處理器開始發展,延伸到全系統設計、應用軟體、演算法和最佳化的應用程式。每個 GPU 加速伺服器都可替代數十個商業 CPU 伺服器,大幅加速應用程式輸送量,且能夠節省成本。

A Supercharged Law
加速科學發現速度

加速科學發現速度

NVIDIA® CUDA® 程式化模型是高效能應用程式開發人員的最佳平台選擇,支援超過 550 個 GPU 加速應用程式,包含前 15 名的高效能運算 (HPC) 應用程式。從預測天氣和材料科學到風洞模擬和基因體學,NVIDIA GPU 加速運算是 HPC 探索最具前景的科學領域所需要的核心技術。

深入瞭解:

> GPU 應用程式快速入門指南

> NVIDIA GPU 雲 (NGC) HPC 應用程式容器

與 NVIDIA 一同參加 SUPERCOMPUTING 2018。

HPC 與人工智慧的整合平台

HPC 和人工智慧 整合後,拓展了科學的發展範圍,並以前所未有的方式加速科學創新的速度。透過實驗和模擬資料來模擬世界,人工智慧有助於克服先前無法解決的問題。人工智慧也有助於提供即時的模型結果,這些結果過去要耗費數天或數個月進行模擬。

inside BIGDATA
Intersection of HPC and Machine Learning Whitepaper
Intersect360: HPC Application Support for GPU Computing
Download Application Workload Technical Overview
Download the Hyperion Research: The Exascale Era Has Arrived Technology Spotlight

HPC 與人工智慧客戶成功案例

人工智慧和深度學習演算法結合 HPC,可望深刻影響人類生活的所有層面。以下為部分成功的案例:

NCSA gravity group

NCSA 重力研究小組 (NCSA Gravity Group)

2017 年時,雷射干涉重力波天文台 (Laser Interferometer Gravitational-Wave Observatory,LIGO) 因為即時偵測到數百萬光年遠的重力波而獲頒諾貝爾物理獎。

UFL and UNC

佛羅里達大學與北卡羅來納大學

佛羅里達大學 (UFL) 與北卡羅萊納大學 (UNC) 開發了 ANAKIN-ME 神經網路引擎,可以產生運算快速的量子機械模擬,且精準度高、成本低。

NASA AMES

NASA Ames

為了瞭解地球最新的變化,NASA 開發了 DeepSat 這個深度學習架構,以進行衛星影像分類與分割。

ITER fusion energy

普林斯頓大學: ITER 熔合能

普林斯頓大學利用 GPU 的運算能力,預測 ITER 中的托卡馬克 (tokamak) 熔合反應器可能遇到的干擾,這項跨國實驗致力於驗證核熔合能夠成為可再生 清潔能源
的來源。

Oak ridge national laboratory

美國橡樹嶺國家實驗室 (Oak Ridge National Laboratory)

採用 NVIDIA GPU 加速的人工智慧能加速全球人口分布的製圖和分析,使規劃、運送商品和服務以及稀少資源的使用更加有效率。

簡化的可程式性

GPU 是加速 HPC 的核心,且因為有了巨大程式庫、以指令驅動的 OpenACC 以及強大的 CUDA 程式化模型,現在程式化 GPU 比以往更簡單。

加速資料中心。

深入瞭解最先進的人工智慧與 HPC 資料中心專用的 GPU NVIDIA Tesla® V100。