CPU vs GPU Computing. Ce qu'il faut rechercher dans un ordinateur industriel à GPU.

Assured Systems vend une large gamme de calculateurs GPU industriels pour l'IA, l'apprentissage profond, les véhicules autonomes et les applications de vision industrielle pour lesquelles une solution robuste est nécessaire. Voici ce qu'il faut rechercher dans un ordinateur GPU industriel.

Discutez des exigences de votre projet

L'informatique GPU utilise une unité de traitement graphique comme processeur supplémentaire pour accélérer les performances de l'unité centrale de traitement (CPU) pour l'informatique scientifique et technique générale. Initialement, une puce graphique était utilisée pour traiter les graphiques, mais elle a évolué vers une architecture plus flexible utilisant l'unité de traitement graphique pour traiter ou mettre en œuvre n'importe quel algorithme.

CPU (unité centrale de traitement)	GPU (unité de traitement graphique)

Une unité centrale de traitement se compose généralement de quatre à huit cœurs, tandis que l'unité de traitement graphique se compose de centaines de cœurs plus petits. Ensemble, ils traitent les données de l'application. Cette architecture parallèle permet au GPU d'atteindre des performances de calcul élevées.

Le GPU accélère les applications fonctionnant sur l'unité centrale en déchargeant certaines des parties du code les plus gourmandes en temps et en ressources informatiques, qui nécessitent un traitement important des nombres. Le cœur de l'application continue de tourner sur l'unité centrale. Du point de vue de l'utilisateur, cette informatique hybride permet à une application de fonctionner plus rapidement grâce à la puissance de traitement parallèle de l'unité de traitement graphique (GPU) qui augmente les performances de l'unité centrale.

Exemple de traitement d'images : Une image 4K se compose de 8,2 millions de pixels discrets ayant une résolution de 3 840 x 2 160. Pour traiter une image 4K, l'ordinateur GPU devra effectuer un certain type de calcul pour chacun des 8,2 millions de pixels. Si cette tâche est confiée à une unité centrale, le temps de traitement sera très long car l'unité centrale ne dispose pas de suffisamment de cœurs pour traiter la tâche en parallèle. Le GPU fournit des milliers de cœurs spécialisés et peut traiter l'image jusqu'à 100 fois plus vite grâce à son architecture parallèle. Le GPU est donc le microprocesseur optimal pour traiter les tâches qui nécessitent un parallélisme avec un haut degré de calcul.

NVIDIA a réalisé le potentiel de cette performance pour la communauté scientifique et a investi dans la modification du GPU pour le rendre entièrement programmable pour les applications scientifiques. De plus, elle a ajouté la prise en charge de langages de haut niveau tels que C, C++ et Fortran. C'est ainsi qu'est née la plateforme de calcul parallèle CUDA pour le GPU. Les développeurs d'applications exploitent les performances de l'architecture parallèle du GPU à l'aide du modèle de programmation parallèle CUDA.

La plateforme de calcul parallèle CUDA fournit quelques extensions C et C++ simples qui permettent d'exprimer un parallélisme de données et de tâches à granularité fine et grossière. Le programmeur peut choisir d'exprimer le parallélisme dans des langages de haut niveau tels que C, C++, Fortran ou dans des normes ouvertes telles que les directives OpenACC. La plateforme de calcul parallèle CUDA est aujourd'hui largement déployée avec des milliers d'applications accélérées par le GPU et des milliers d'articles de recherche publiés. Une gamme complète d'outils CUDA et de solutions d'écosystème est disponible pour les développeurs.

Applications pour un ordinateur GPU industriel

Principales spécifications GPU à prendre en compte lors de l'intégration dans un ordinateur GPU industriel

Cote TFLOP : L'un des moyens de comparer les performances de différents GPU est leur classement TFLOP. TFLOP est l'abréviation de "teraflop", ce qui signifie que le GPU est capable d'effectuer un trillion d'opérations en virgule flottante par seconde.

Puissance thermique (TDP) : L'indice TDP indique la chaleur maximale, en watts, générée par le GPU lorsqu'il fonctionne à sa capacité maximale. Cette valeur est essentielle pour déterminer la plage de température de fonctionnement d'un système GPU industriel, qui doit se situer de manière optimale entre -25 °C et 60 °C dans des conditions difficiles.

Le graphique des performances du GPU par rapport au TDP montre la corrélation directe : plus les performances augmentent, plus la valeur TDP correspondante augmente. Lors de la conception d'un ordinateur industriel à GPU, il faut trouver un juste équilibre entre les performances du GPU et la température de fonctionnement globale du système.

Quelles sont les autres spécifications à rechercher dans un ordinateur industriel à GPU ?

Outre l'augmentation des performances du GPU, un ordinateur industriel à GPU doit prendre en charge des fonctions clés pour fonctionner dans des environnements industriels difficiles. Les caractéristiques typiques sont les suivantes

- Des niveaux élevés de résistance aux chocs et aux vibrations. Des niveaux de vibration plus élevés, jusqu'à 5 Grms, sont idéaux pour les applications informatiques mobiles.- Températures de fonctionnement étendues (typiquement -25c ~ +60c)- Protection contre les surtensions et l'inversion de polaritéVoici une liste d'autres spécifications clés à prendre en compte lors du choix de l'ordinateur GPU industriel qui convient à votre application :

Emplacement des E/S : Selon les applications, les E/S doivent être placées à l'avant ou à l'arrière. Par exemple, le montage en ligne en usine nécessite des ports d'E/S orientés vers l'avant.Disque dur : Un SSD industriel est recommandé ici pour les performances, le bruit et la résistance aux chocs. Assured Systems est partenaire de Transcend pour tous les besoins en disques durs industriels.CPU : Les CPU de milieu de gamme à haute performance sont recommandés en fonction de l'application. Les unités centrales industrielles ont des feuilles de route à long terme qui garantissent l'approvisionnement et l'assistance pendant 10 à 15 ans.RAM : Il est recommandé d'avoir 2 gigaoctets de mémoire pour chaque gigaoctet de RAM de la carte vidéo.Alimentation électrique : Elle doit fournir suffisamment de puissance pour le CPU et les GPU, ainsi que pour toutes les E/S supplémentaires.

Assured Systems plateforme GPU industrielle Neousys Nuvo-6108 configurée avec CPU Intel Core i7-6700TE 2.4 GHz, 16GB DDR4 Wide Temp Memory, 1TB SSD, NVIDIA RTX 2080 Graphics Card, Ubuntu 18.04 OS

L'équipe commerciale d'Assured System au Royaume-Uni et aux États-Unis a des années d'expérience dans les applications nécessitant l'installation d'ordinateurs GPU industriels. Nous connaissons parfaitement nos produits, nos clients et les applications dans lesquelles nos systèmes sont déployés. Vous pouvez compter sur notre expertise pour vous assurer que vous recevrez les bons conseils, ce qui se traduira par une adaptation précise à vos besoins à chaque fois, vous permettant ainsi d'économiser du temps et des efforts, et en fin de compte de l'argent. Si vous souhaitez discuter d'une application, veuillez appeler le +44 1785 87 90 50 (EMEA) ou le +1 864 421 6991 (USA) ou utiliser le formulaire de contact pour nous faire part de vos besoins.