|
Con caratteristiche di facilità d'uso e la capacità di adattarsi in un ambiente d'ufficio standard, il Cray CX1 riflette l'obbiettivo di NVIDIA e Cray di raggiungere soluzioni di computing ad alta produttività in un'ampia serie di mercati come quelli dei servizi finanziari, della ricerca di petrolio e di gas, delle bioscienze, nei settori governativi e accademici.
"La tecnologia di GPU computing di NVIDIA è in grado di velocizzare enormemente le potenzialità di calcolo per importanti classi di applicazioni. Il sistema Cray CX1 è una piattaforma flessibile per ogni scienziato, gruppi di lavoro e dipartimenti, e abbinato con i processori di computing NVIDIA Tesla e le GPU Quadro, il Cray X1 fornisce un supercomputer che ridefinisce il settore", ha detto Ian Miller, senior vice president of sales and marketing in Cray. Ogni processore Tesla possiede centinaia di core processors che sviluppano circa un teraflop di picco nelle performance di calcolo. Il Cray CX1 offre fino a quattro teraflop di prestazioni, sulla propria postazione di lavoro, quando configurato con 4 processori Tesla. "Molte organizzazioni oggi stanno ricercando modi per aumentare le risorse di calcolo dei loro cluster e aumentare la produttività", ha detto Andy Keane, general manager del GPU Computing business presso NVIDIA. "Il Cray CX1 insieme alle GPU NVIDIA Tesla rende un enorme potenza di calcolo accessibile agli scienziati e ingegneri, trasformando il loro processo di lavoro e permettendo loro di raggiungere risultati più velocemente, aumentando significativamente il ritmo della ricerca." Utilizzando le GPU, i ricercatori hanno ottenuto un aumento della velocità fino al 100% su applicazioni in campi come quello della dinamica molecolare, della chimica quantica, dell'analisi di elementi finiti, di simulazione di particelle e della progettazione elettronica. La grande architettura parallela della GPU è stata resa accessibile a questi settori grazie all'architettura NVIDIA® CUDATM. Grazie al pluripremiato compilatore C di NVIDIA e al kit di sviluppo software (SDK) per sviluppare applicazioni di computing parallele sulle GPU, gli sviluppatori possono sfruttare la GPU dall'architettura di computing parallela e distribuire automaticamente lavori di computing attraverso decine di migliaia di threads e centinaia di core processors, afferma NVIDIA. |
