Wykorzystanie akceleracji GPU w programie MATLAB® przy użyciu oprogramowania Jacket™

Firmy NVIDIA i AccelerEyes podjęły w roku 2007 współpracę, mającą na celu udostępnienie użytkownikom programu MATLAB® mocy technologii obliczeń na GPU, czego rezultatem jest oprogramowanie Jacket™. Programowanie z użyciem silnika Jacket stało się popularną metodą akcelerowania kodu MATLAB na GPU w związku z łatwością użytkowania, bogatą biblioteką funkcji oraz wspaniałą wydajnością GPU.

Jacket oferuje liczne udogodnienia o kluczowym znaczeniu dla uzyskiwania rezultatów w gotowych aplikacjach: > Ponad 500 funkcji, włączając funkcje matematyczne, funkcje z dziedziny przetwarzania sygnałów i obrazu oraz statystyczne > GFOR - specjalizowane pętle FOR umożliwiające jednoczesne wykonywanie wielu iteracji > Zoptymalizowane oprogramowanie uruchomieniowe (runtime) optymalizujące przepustowość pamięci i konfiguracje jąder kodu > Możliwość integrowania jąder kodu w CUDA opracowanych przez użytkownika w programie MATLAB przy użyciu pakietu narzędzi programistycznych Jacket SDK > Możliwość wykonywania obliczeń na wielu układach GPU NVIDIA oferowana w ramach licencji Jacket MGL i HPC

Krótki film instruktażowy na temat wykorzystania platformy Jacket w programie MATLAB	Wstęp do obliczeń na GPU z wykorzystaniem platformy Jacket

Programowanie na platformie Jacket zapewnia społeczności programu MATLAB dostęp do akceleracji GPU za pośrednictwem łatwego w obsłudze interfejsu wysokiego poziomu. Programiści Jacket, którzy osiągną satysfakcjonujący rezultat w oparciu o szybkie prototypy MATLAB, Programiści platformy Jacket mogą również wykorzystywać bibliotekę ArrayFire, aby uzyskać wysokopoziomową akcelerację bezpośrednio z poziomu języka C, C++, Fortran lub Python.

Relatywna wydajność, ekstrapolacja pola potencjalnego na magnetogramie

Prezentacja wideo na temat obliczeń na GPU w programie MATLAB przy użyciu silnika Jacket

REKOMENDOWANE PRODUKTY PROFESJONALNE

Potężne możliwości przetwarzania na GPU silnika Jacket zostały zaimplementowane na produktach z dziedziny obliczeń GPU – Tesla i Quadro. Korzystanie z nich wymaga posługiwania się najnowszymi układami GPU NVIDIA o architekturze CUDA, takimi jak produkty z serii NVIDIA Tesla 10 i Tesla 20.

Rozwiązania obliczeniowe GPU Tesla i Quadro zaprojektowano w celu zapewnienia najwyższej wydajności obliczeniowej oraz najwyższej precyzji numerycznej. Są one oferowane i wspierane przez czołowych światowych producentów systemów profesjonalnych.

KORZYŚCI ZE STOSOWANIA ROZWIĄZAŃ TESLA

Najwyższa wydajność obliczeniowa
> Wysoka wydajność operacji zmiennoprzecinkowych
o podwójnej precyzji
> Duża pojemność pamięci dedykowanej
> Duża szybkość dwukierunkowej komunikacji przez
PCIe
> NVIDIA GPUDirect™ z InfiniBand

Największa niezawodność
> Pamięć ECC
> Rygorystyczne testy przeciążeniowe

Najlepsze wsparcie
> Profesjonalna sieć obsługi
> Integracja w systemach OEM
> Długi cykl życia produktu
> 3 lata gwarancji
> Narzędzia do zarządzania klastrami i systemami
(produkty serwerowe)
> Obsługa Pulpitu zdalnego Windows

Rekomendowane konfiguracje Tesla i Quadro

Stacja robocza klasy „high-end”
> Dwie jednostki GPU Tesla C2075
> Quadro 2000
> Dwa czterordzeniowe układy CPU
> 24 GB pamięci systemowej

Stacja robocza klasy średniej
> Jednostka Procesor obliczeń GPU Tesla C2075
> Quadro 600
> Czterordzeniowy układ CPU
> 12 GB pamięci systemowej

Stacja robocza klasy podstawowej
> Jednostka Procesor obliczeń GPU Tesla C2075
> Quadro 600
> Jeden czterordzeniowy układ CPU
> 6 GB pamięci systemowej

Produkty NVIDIA Tesla i Quadro są dostępne u wszystkich głównych producentów OEM oferujących profesjonalne stacje robocze. Jedynymi rozwiązaniami, które zostały zaprojektowane i zakwalifikowane pod kątem wdrożeń w klastrach obliczeniowych, są produkty z dziedziny obliczeń GPU Tesla.

MATLAB jest zastrzeżonym znakiem towarowym The MathWorks, Inc.

Jacket jest znakiem towarowym AccelerEyes