NVIDIA 宣示平行運算超級電腦世代來臨！

 多年前，超級電腦只曾在雜誌以及期刊上見到，然而當平行運算的概念在這幾年被市場接受後，一切有了相當大的改變，一張支援 CUDA 的 GeForce 卡，讓個人電腦搖身一變，也成為可以媲美過去超級電腦的運算怪物；然而當平行運算碰上超級電腦，會產生怎樣的火花呢？

NVIDIA 近年深耕平行運算市場，從過去不被看好，到現在 CUDA 已經成為許多超級電腦必備的技術，平行運算儼然成為近年在高效能運算的顯學。新一代的 Tesla K10 以及 K20 發布後，由 Tesla GPU 運算資深主管 Sumit Gupta 解說平行運算所帶來的高效能運算改變。

跳轉繼續。

平行運算就是利用 GPU 的運算能力結合 CPU 去進行過去被認為只有 CPU 才能執行的運算，尤其近年的 GPU 的複雜程度早已超越 CPU ，一台具備 GPU 的電腦進行平行運算後的效能，可以抵為數可觀的傳統 CPU 電腦。而在超級電腦更是如此，也造就在兩年前被認為搭載 GPU 的超級電腦是笑話，但現在廠商爭相為超級電腦導入 GPU 。

之所以會有這樣的改變，與 NVIDIA 的 CUDA 受到業界青睞息息相關，現在利用 CUDA 技術進行運算越來越簡單，而許多學術單位也廣開 CUDA 課程，市面上要買到 CUDA 平行運算的參考書以及教科書也越來越容易。

而覺得 CUDA 無法滿足對運算系統開發的需求， NVIDIA 也積極鼓吹新的開放平行運算標準 OpenACC ，相較於 CUDA ， OpenACC 是更複雜的語言。至於 Gupta 個人怎看另一個平行運算標準 OpenCL ？他認為， OpenCL 雖然在消費市場開始有廠商導入，但 OpenCL 畢竟是個簡單的軟體語言，無法滿足在高效能運算領域的需求，至今也還未看到有高效能運算系統導入 OpenCL 。

而市場對高效能運算的需求，也已經不光用再消費性領域，如上圖片就是利用 Tesla 運算處理器進行複雜的星系模擬，如果使用純 CPU 運算，效能將不堪入目。

另外像是醫療領域，利用平行運算進行精密的手術機器人操作，也需要仰賴龐大的運算能力，另外像是語意分析系統，人臉辨識系統等，都可見平行運算帶來的效能提昇。可以說擁有平行運算技術的超級電腦，能夠以更低的成本、更少的能耗，提小的體積，達到更高的效能。

然而對於 NVIDIA 而言， GPU 平行運算的普及，所需要面臨的挑戰不光只是來自高效能伺服器與超級電腦用戶的觀念無法改變，更重要的是要讓市場產生需求。幸好有越來越多的案例願意接受 GPU 平行運算，例如亞太市場，尤其大陸，就大量導入平行運算架構，進行包括石油探勘、醫療分析研究等應用。

也因為 NVIDIA 在平行運算市場的耕耘有了結果，有越來越多的伺服器以及超級電腦廠商如 Cray 、 Dell 、華碩、 IBM 、泰安等，推出搭載 Tesla 運算處理器的產品。