CPU vs. GPU-Computing. Worauf Sie bei einem industriellen GPU-Computer achten sollten.

Assured Systems verkauft eine breite Palette von industriellen GPU-Computern für KI, Deep Learning, autonome Fahrzeuge und Machine-Vision-Anwendungen, für die eine robuste Lösung erforderlich ist. Hier erfahren Sie, worauf Sie bei einem industriellen GPU-Computer achten sollten.

Besprechen Sie Ihre Projektanforderungen

Beim GPU-Computing wird eine Grafikverarbeitungseinheit als zusätzlicher Prozessor eingesetzt, um die Leistung der zentralen Recheneinheit (CPU) für allgemeine wissenschaftliche und technische Berechnungen zu beschleunigen. Ursprünglich wurde ein Grafikchip für die Verarbeitung von Grafiken verwendet, hat sich aber zu einer flexibleren Architektur entwickelt, die die grafische Verarbeitungseinheit zur Verarbeitung oder Implementierung beliebiger Algorithmen nutzt.

CPU (Central Processing Unit)	GPU (Grafikverarbeitungseinheit)

Eine CPU besteht in der Regel aus vier bis acht CPU-Kernen, während die GPU aus Hunderten von kleineren Kernen besteht. Gemeinsam verarbeiten sie die Daten in der Anwendung. Diese parallele Architektur ermöglicht der GPU ihre hohe Rechenleistung.

Der Grafikprozessor beschleunigt Anwendungen, die auf der CPU laufen, indem er einige der rechenintensiven und zeitaufwändigen Teile des Codes auslagert, die eine umfangreiche Zahlenverarbeitung erfordern. Der Kern der Anwendung läuft weiterhin auf der CPU. Aus der Sicht des Benutzers ermöglicht diese hybride Datenverarbeitung eine schnellere Ausführung der Anwendung, da die parallele Verarbeitungsleistung des Grafikprozessors die Leistung der CPU erhöht.

Beispiel Bildverarbeitung: Ein 4K-Bild besteht aus 8,2 Millionen diskreten Pixeln mit einer Auflösung von 3.840 x 2.160. Um ein 4K-Bild zu verarbeiten, muss der GPU-Computer eine Art von Berechnung für jedes der 8,2 Millionen Pixel durchführen. Wird diese Aufgabe einer CPU übertragen, dauert die Verarbeitung sehr lange, da die CPU nicht über genügend Kerne verfügt, um die Aufgabe parallel zu bearbeiten. Der Grafikprozessor verfügt über Tausende von spezialisierten Kernen und kann das Bild aufgrund seiner parallelen Architektur bis zu 100-mal schneller verarbeiten. Dies macht den Grafikprozessor zum optimalen Mikroprozessor für die Bearbeitung von Aufgaben, die Parallelität mit einem hohen Rechenaufwand erfordern.

NVIDIA erkannte das Potenzial, diese Leistung für die wissenschaftliche Gemeinschaft nutzbar zu machen, und investierte in die Modifizierung des Grafikprozessors, um ihn für wissenschaftliche Anwendungen voll programmierbar zu machen. Außerdem wurde die Unterstützung für Hochsprachen wie C, C++ und Fortran hinzugefügt. Dies führte zur CUDA-Plattform für parallele Berechnungen auf dem Grafikprozessor. Anwendungsentwickler können die Leistung der parallelen GPU-Architektur mithilfe des parallelen CUDA-Programmiermodells ausschöpfen.

Die CUDA-Plattform für parallele Berechnungen bietet einige einfache C- und C++-Erweiterungen, mit denen eine fein- und grobkörnige Daten- und Aufgabenparallelität ausgedrückt werden kann. Der Programmierer kann wählen, ob er die Parallelität in Hochsprachen wie C, C++, Fortran oder offenen Standards wie OpenACC-Direktiven ausdrücken möchte. Die CUDA-Plattform für paralleles Rechnen ist inzwischen mit Tausenden von GPU-beschleunigten Anwendungen und Tausenden von veröffentlichten Forschungsarbeiten weit verbreitet. Entwicklern steht eine vollständige Palette von CUDA-Tools und Ökosystemlösungen zur Verfügung.

Anwendungen für einen industriellen GPU-Computer

Wichtige GPU-Spezifikationen, die bei der Integration in einen industriellen GPU-Computer zu beachten sind

TFLOP-Bewertung: Eine Möglichkeit, die Leistung verschiedener GPUs zu vergleichen, ist ihre TFLOP-Bewertung. TFLOP steht für "Teraflop" und ist ein Maß für die Leistung des Grafikprozessors bei einer Billion Gleitkommaoperationen pro Sekunde.

Thermal Design Power (TDP) Bewertung: Die TDP-Bewertung gibt die maximale Wärmeentwicklung in Watt an, die der Grafikprozessor bei maximaler Auslastung erzeugt. Dies ist der Schlüssel zur Bestimmung des Betriebstemperaturbereichs eines industriellen GPU-Systems, der für raue Bedingungen optimal im Bereich von -25 °C bis 60 °C liegen sollte.

Das Diagramm der GPU-Leistung im Verhältnis zum TDP zeigt die direkte Korrelation: Mit steigender Leistung steigt auch der entsprechende TDP-Wert. Bei der Entwicklung eines industriellen GPU-Computers muss ein ausgewogenes Verhältnis zwischen der GPU-Leistung und der Betriebstemperatur des gesamten Systems gefunden werden.

Auf welche anderen Spezifikationen sollte man bei einem industriellen GPU-Computer achten?

Neben der Leistungssteigerung durch den Grafikprozessor muss ein industrieller Grafikprozessor-Computer auch wichtige Funktionen für den Betrieb in rauen Industrieumgebungen unterstützen. Typische Merkmale sind:

- Hohe Schock- und Vibrationswerte. Höhere Vibrationswerte von bis zu 5 Gramm sind ideal für mobile Computeranwendungen. - Breiter Betriebstemperaturbereich (typischerweise -25 °C bis +60 °C) - Überspannungs- und Verpolungsschutz Hier finden Sie eine Liste weiterer wichtiger Spezifikationen, auf die Sie achten sollten, wenn Sie sich für einen industriellen GPU-Computer entscheiden, der für Ihre Anwendung geeignet ist:

E/A-Platzierung: Verschiedene Anwendungen erfordern E/A an der Vorder- oder Rückseite. Für die Montage in der Fabrikleitung sind zum Beispiel alle E/A-Anschlüsse nach vorne gerichtet.Festplatte: Aus Gründen der Leistung, der Geräuschentwicklung und der Stoßfestigkeit wird hier eine industrielle SSD empfohlen. Assured Systems ist ein Partner von Transcend für alle industriellen Festplattenanforderungen: Je nach Anwendung werden Mittelklasse- bis Hochleistungs-CPUs empfohlen. Industrie-CPUs haben langfristige Roadmaps, die Lieferung und Support für 10-15 Jahre garantieren.RAM: Es wird empfohlen, 2 Gigabyte Arbeitsspeicher für jedes Gigabyte RAM der Grafikkarte zu haben.Stromversorgung: Es sollte genügend Strom für die CPU und die GPUs sowie alle zusätzlichen E/A bereitstellen.

Assured Systems konfigurierte Neousys Nuvo-6108 GPU-Plattform in Industriequalität mit Intel Core i7-6700TE 2,4 GHz CPU, 16GB DDR4 Wide Temp Memory, 1TB SSD, NVIDIA RTX 2080 Grafikkarte, Ubuntu 18.04 OS

Das Vertriebsteam von Assured System in Großbritannien und den USA hat jahrelange Erfahrung mit Anwendungen, die die Installation von industriellen GPU-Computern erfordern. Wir kennen unsere Produkte, unsere Kunden und die Anwendungen, in denen unsere Systeme eingesetzt werden, genau. Sie können sich auf unser Fachwissen verlassen, um sicherzustellen, dass Sie jedes Mal die richtige Beratung erhalten, die Ihren Anforderungen genau entspricht, so dass Sie Zeit, Mühe und letztendlich Geld sparen. Wenn Sie eine Anwendung haben, die Sie besprechen möchten, rufen Sie uns bitte unter +44 1785 87 90 50 (EMEA) oder +1 864 421 6991 (USA) an oder verwenden Sie das Kontaktformular, um uns Ihre Anforderungen mitzuteilen.