Суперкомпьютеры

Персональный суперкомпьютер ARBYTE® SC

Применение Графических Процессоров (GPU) в качестве основного вычислительного ресурса позволяет достигнуть новых высот в параллельных вычислениях.

ARBYTE  SuperComputer ARBYTE® SuperComputer (SC) - мощный настольный инструмент для профессионалов, в 250 раз быстрее обычного ПК или рабочей станции. Новинка Arbyte SC имеет производительность около 1TFLOPS и позволяет заменить собой небольшой кластер. Кроме того, это устройство является персональным супервычислителем, для которого не требуется специальных решений по электропитанию и охлаждению как в случае с вычислительным кластером. В результате Arbyte SC это персональное энергоэффективое решение, позволяющее существенно ускорять ресурсоёмкие расчёты.

"Пламенным мотором" суперкомпьютера является GPU-вычислитель NVIDIA Tesla, который основан на многоядерном процессоре с массивным параллелизмом.

Основой для эффективного использования возможностей GPU в научных и иных неграфических расчётах является распараллеливание алгоритмов на сотни исполнительных блоков, имеющихся в GPU. К примеру, множество приложений по молекулярному моделированию отлично приспособлено для расчётов на GPU, они требуют больших вычислительных мощностей и поэтому удобны для параллельных вычислений. Выполнение расчётов на GPU показывает отличные результаты в алгоритмах, использующих параллельную обработку данных. То есть, когда одну и ту же последовательность математических операций применяют к большому объёму данных.

Краткие сведения о ARBYTE® SC

  • Личный вычислительный ресурс для каждого исследователя и технического профессионала.
  • Производительность кластера в настольной системе.
  • 240 параллельных процессорных ядер в каждом GPU способны обрабатывать тысячи параллельных потоков.
  • 4 ГБ быстрой памяти на каждый GPU.
  • Точность операций с плавающей запятой в соответствии со стандартом IEEE 754 (одинарная и двойная точность).
  • 64-битные ALU для математических вычислений двойной точности.
  • Возможность создания кластеров на базе GPU.
© PLM-сервис, 2010-2017