Nvidias "Tesla": Externe Grafikkarten als Supercomputer

Nvidia Tesla C870 Wie der "Tesla GPU Computing Processor" genau aufgebaut ist, verrät Nvidia nicht. Die technischen Daten mit einer Speicherbandbreite von 76,8 GByte pro Sekunde und einer Rechenleistung von 518 GFlops aus 128 Parallelprozessoren deuten jedoch auf die Quadro FX 5600 hin, die wiederum auf der G80-Architektur basiert. Im Unterschied zu den größten Spiele-Grafikkarten auf Basis des G80 ist eine der Karten jedoch mit 1,5 GByte DDR-3-Speicher bestückt, also der doppelten Menge einer GTX- oder Ultra-Karte. Eine einzelne Tesla-Karte namens "Tesla C870" nimmt bis zu 170 Watt elektrischer Leistung auf.

Nvidia Tesla C870, zwei GPUs Mehrere dieser Karten passen in jeweils ein externes Gehäuse. Davon gibt es zwei Modelle: Der "Deskside Supercomputer" (D870) mit zwei Karten sieht aus wie der "Quadro Plex". Im Unterschied dazu ist der D870 aber nicht für die Berechnung von Bildern, sondern für rein mathematische Aufgaben gedacht. Diese lassen sich in der C-ähnlichen Sprache CUDA schreiben. Angesteuert wird der Supercomputer für den Schreibtisch über eine PCI-Express-Karte, die laut Nvidia nur 10 Watt Leistung aufnehmen soll. Vermutlich handelt es sich um die Realisierung eines externen PCI-Express-Busses, der seit Anfang 2007 von der PCI SIG spezifiziert ist. Das Gerät soll nur einen Geräuschpegel von 40 dB entwickeln und laut Nvidia damit bürotauglich sein.

Nvidia Tesla C870, vier GPUs Das zweite externe Gehäuse für vier Tesla-Karten ist für Server-Racks gedacht und nur eine Höheneinheit groß. Dieser "GPU Computing Server" (S870) beherbergt gleich vier C870-Karten, das Gerät nimmt typischerweise 550 Watt und maximal 800 Watt auf. Alle vier Karten können über eine Host-Karte angesteuert werden oder aber je zwei von einem Adapter in den sie steuernden Rechnern.

Auf einer eigenen Webseite hat Nvidia Stimmen von Entwicklern eingefangen, welche die Tesla-Komponenten unter anderem für die Auswertung von geologischen Daten zur Ölsuche oder der Simulation von Molekular-Bewegungen einsetzen wollen. Tesla dient dabei als reiner Rechenbeschleuniger, nicht für die Visualisierung der Daten. Diese im Englischen "Accelerator" genannten Spezialkomponenten sind derzeit eines der heißesten Themen der Hardware-Branche. Unter anderem sponsert AMD die Entwicklung von Beschleunigern für seine Torrenza-Plattform, und auch Intel hat mit Larrabee einen Beschleuniger in der Entwicklung. Mittels eines Zitats von Microsoft versuchte der Halbleiter-Riese noch auf dem letzten IDF in Peking vor zwei Monaten das Thema "General Purpose GPUs" (GPGPU) vom Tisch zu wischen. Mit Tesla hält Nvidia hier nun kräftig dagegen.