Tesla ® Descubra y cómputo

1. Tesla® Descubra y cómputo GeForce® Experiencia Quadro® Creación de contenidosdigitales XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

2. Familias de GPU NVIDIA Consumidores: Entretenimiento Profesionales: HPC Profesionales Diseño & Creación: Soluciones Industriales NVIDIA Quadro NVS 2D Profesional Servidor Corporativo Quadro SDI Quadro G-Sync Quadro Plex Middleware NVIDIA Quadro FX 3D Técnico Central XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

3. NVIDIA Professional Market Solutions Movil/PC Portatil PC de Escritorio Power Desk Side Blades de Escritorio Remoto Servidores Gráficos Remotos NVIDIA SLI NVIDIA HD SDI NVDIA G-Sync XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

4. Canalización (Pipeline) de vídeo Digital con QuadroQuadro Digital Video pipeline Transmisión y vídeo digital Producción de película, postproducción y acabado de cine Mercados de nuevos medios XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

5. Estudio virtual de Transmisión (Broadcast) “Confiamos en las soluciones video digital de NVIDIA Quadropara entregar formatos del SD y de HD en una sola solución barata… dando a nuestros clientes los gráficos en tiempo real más rápidos con calidad.” -- Paul Lacombe, President, Brainstorm XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009 Images Courtesy of Brainstorm & Accuweather Images Courtesy of Brainstorm & NBC Universal

6. Live Broadcast- Transmisión en vivo “NVIDIA Quadro entregan la plataforma con la más de alta calidad y más confiable de la industria para producir efectos virtuales en tiempo real en transmisiones en vivo.” -- Marv White, CTO SportVision XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009 Images Courtesy of SportVision, NBC & IOC

7. NVIDIA® Quadro® Digital Video Pipeline La primera solución basada en la GPU y integrada completamente • Beneficios • Enviavídeodirectamente a la memoria GPU • Latencia es menos • La utilización de la CPU es menos • Drivers de un único proveedor SISTEMA Memoria CPU Quadro GPU Cálculo y Gráficos • Quadro • SDI Captura • Quadro • SDI Salida SDI Video API/Driver Unificado Gráficos(OGL & D3D): Captura, Proceso, SalidaSDI Video Computando (OGL, D3D, C, Open CL): procese la imagen XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

8. Quadro Digital Video Pipeline in Broadcast SYSTEM Memoria CPU HD-SDI HD-SDI Transfiere DVI TransfierePCIe Images Courtesy of SportVision & MLB XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

9. Quadro SDI CapturaCaptura de vídeo SDI directamente a Quadro GPU • Rutamásrápidopara la vídeocaptura a la memoria de Quadro GPU • Captura todos los formatos de vídeo SDI SMPTE • La única solución para la captura de hasta 4 señales SDI • 4 Single Link, 2 Dual Link, 2 3G-SDI Single Link, 1 3G-SDI Dual Link • Conector de BNC • Compatible con Quadro FX 5800, 4800, and 3800 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

10. Quadro SDI Output (Salida)Gráficos-a-VídeodirectamentedesdeQuadro • Compatible con formatos SD,HD,2K SDI SMPTE • 2 conectores de BNC (75 Ohm) • 2 Single link, 1 Dual link • Compatible con Quadro FX 5800, 4800, and 3800 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

11. Servicios de “streaming vídeo” de Internet en vivo XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

12. Mejorrendimientopuro con la GPU que la CPU. CPU Intel Core i7 965 4 núcleos 102 GFLOPS GPU NVIDIA Quadro FX 5800 240 núcleos 933 GFLOPS GPU CPU 2002 2003 2004 2005 2006 2007 2008 2009 2010 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

13. Codificadores son la puerta de enlace a servicios nuevos de MultiMedia SISTEMA Memoria CPU h.264 HD-SDI Mejorrendimientopuro con la GPU que la CPU Transfiere PCIe XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

14. SolucionesProfesionales NVIDIA • 80% de Participación Global en el mercado de GráficosProfesionales • La GPU Profesional de Elecciónpara: • CAD/CAM 80% • DCC 90% • WS de Finanzas 85% • VisualizaciónPetrolera 60% • Simulación Visual 75% Aprende de Quadro& AutoCAD y Adobe - www.nvidia.com/builtforpros XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

15. Liderazgo en Certificación ISV de Workstations Quadro FX XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

16. Familia Unificada de Quadro WS DT Ultra Alto Nivel QuadroFX 5800 FX 4800  FX 5800 ( 4GB) + SDI/Genlock/Framelock + 2x DVI, 1x DP Alto Nivel QuadroFX 4800 FX 3800  FX 4800 + (1.5GB) + SDI/Genlock/Framelock + 2x DP, 1x DVI NVIDIA Quadro FX 3800 Rango-Medio FX 1900  FX 3800 + 3pin Stereo Connector + SLI + 1.3X Performance NVIDIA Quadro FX 1800 FX 580  FX 1800 + 2x Frame Buffer ( to 512MB) + HD Video Connector (FX 1700 only) + 1.3x Performance Entrada NVIDIA Quadro FX 580 FX 380  FX 580 + 2x DP + Dual Dual Link DVI + 1.3x Performance NVIDIA Quadro FX 380 FX 380 256 MB Frame Buffer Dual Dual Link DVI XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009 *ESP as of 2/12/08 from www.Pricegrabber.com

17. Productos NVIDIA Tesla Serie 10 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

18. Porque usa la GPU por computación • El modelo para computar de GPU es utilizar una CPU y un GPU junto en un modelo que computa heterogéneo. • La parte secuencial del aplicaciones funciona en la CPU y la parte computa muy intenso, funciona en el GPU. • De la perspectiva del usuario, el uso funciona más rápidamente porque está utilizando el rendimiento mas alto del GPU para alzar funcionamiento. • CUDA es una arquitectura de cómputo paralelo para fines generales que aprovecha el motor de cómputo paralelo de las unidades de procesamiento gráfico (GPU) para resolver muchos de los problemas de cómputo más complejos en una fracción del tiempo requerido por la CPU. Cores = núcleos XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

19. El procesador Tesla Serie 10 1,400 millones de transistores 1 TeraFLOP de poder de procesamiento 240 núcleos Procesador CUDA de NVIDIA de segunda generación XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

20. . Las aplicaciones en lasáreas de electromagnetismo y electrodinámicautilizando GPU compatibles con CUDA se hanimplementadoampliamente en clientescomo Motorola, Kodak, Nokia, etc. Porejemplo, comomuestran los gráficos, la aceleración de FDTD basada en la GPU se escala con el número de GPU XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

21. l. Hay varios proyectos en marcha encaminados a acelerar códigos de química cuántica utilizando GPUs con CUDA, lo que incluye trabajos con Gaussian y GAMESS. Los gráficos siguientes muestran los resultados más representativos, seguidos de enlaces con aplicaciones y publicaciones técnicas relativas al uso de CUDA en química computacional. XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

22. En la actualidad se está trabajando para utilizar código CUDA en aplicaciones de valoración de derivados, análisis de riesgos y trading algorítmico. A continuación presentamos los resultados de este trabajo junto con algunos gráficos representativos sobre generadores de números aleatorios y simulaciones Montecarlo. XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

23. Reconocimiento de imagen, procesamiento de señales y minería de datos (Data Mining) son aplicaciones perfectas para el cálculo de GPU. “Hemos conseguido una aceleración de 75X con CUDA y Tesla sobre un 2,83 GHz Intel Core2” Procesamiento de señales XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

24. Hay varios proyectos en marcha encaminados a acelerar códigos de química cuántica utilizando GPUs con CUDA, lo que incluye trabajos con Gaussian y GAMESS. Los gráficos siguientes muestran los resultados más representativos, seguidos de enlaces con aplicaciones y publicaciones técnicas relativas al uso de CUDA en química computacional. Las aplicaciones de mecánica de fluidos para el cálculo de modelos climatológicos y oceánicos, como el modelo WRF (WeatherResearch and Forecasting), y las simulaciones de maremotos han experimentado avances extraordinarios que permiten acelerar su ejecución y sus niveles de precisión. XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

25. Incrementos en Rendimiento de 20x hasta 150x! 146X 36X 50X 18X 100X Transcodificación de Video Elemental Tech Imágenes Médicas U of Utah Dinámica Molecular U of Illinois, Urbana Cómputo MATLAB AccelerEyes Astrofísica RIKEN 149X 47X 20X 130X 30X Simulación financiera Oxford Álgebra Linear Universidad Jaime 3D Ultrasonido Techniscan Química Cuantica U of Illinois, Urbana Secuencia Genetica U of Maryland XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

26. Procesador de Cómputo Tesla C1060 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

27. Conectando Tesla S1070 a Servidor Anfitrión Cables PCIe Gen2 Tarjetas de InterfázPCIe en servidor Servidor anfitrión Cable PCIe Gen2 (0.5m largo) Tesla S1070 Tarjeta de Interfáz de servidor PCIe Gen2 XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

28. 5000+ Clientes/ ISVs XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

29. Generaciónsiguiente • Code Named “Fermi” XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

30. 3 mil millonestransistores Sobre 2x los corazones (núcleos) (512 totales) Funcionamiento 8x mas con doble precision ECC L1 and L2 Caches Anchura de banda de la memoria ~2x (GDDR5) Hasta 1 Terabyte memoria de GPU Núcleos (Kernels) concurrentes de la memoria de GPU, C++ Arquitectura ‘Fermi’ El alma de un Supercomputer en un cuerpo de un GPU DRAM I/F DRAM I/F DRAM I/F HOST I/F L2 DRAM I/F Giga Thread DRAM I/F DRAM I/F XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

31. Mas grande y mas rápido • GDDR5 interfaz de la memoria • 2x másrápidaque GDDR3 • Hasta 1 Terabyte memoria de GPU • Funcionará en conjuntos de datos grandes DRAM I/F DRAM I/F HOST I/F DRAM I/F L2 Giga Thread DRAM I/F DRAM I/F DRAM I/F XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

32. GigaThreadTM Hardware Thread Scheduler (HTS) • Manejajerárquicomillares de hilossimultáneamenteactivos • 10x mas rapido en conmutación de contexto • Ejecuciónconcurrente del núcleo HTS XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

33. GigaThread Hardware Thread Scheduler Kernel 1 Kernel 1 Kernel 2 Ker4 Kernel 2 Kernel 3 Kernel 2 nel Kernel 2 Kernel 5 Time Kernel 3 Ejecuciónparalela del núcleo (kernels) Kernel 4 Kernel 5 Ejecución serial del núcleo (kernels) XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009

34. CUDA Parallel Computing Architecture GPU Computing Applications Direct Compute Java and Python Fortran C++ C OpenCLtm NVIDIA GPU with the CUDA Parallel Computing Architecture XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009 OpenCL is trademark of Apple Inc. used under license to the Khronos Group Inc.

35. Questions?Preguntas? XXIV Congreso de Telecomunicaciones, Cartagena de Indias, Octubre 2009