GPU-basierter Bladeserver SL390 (Bild: HP)
Der Boom von GPU-Computing ist vorläufig auf einen kleinen Kreis von Anwendungsgebieten begrenzt. Das sagen zumindest Sprecher der Server-Hersteller IBM und Hewlett-Packard. Die Herausforderungen der GPU-Programmierung verhindern ihrer Meinung nach den Durchbruch von Grafikprozessoren im High-Performance Computing (HPC).
Dennis Ang, der als Business Development Director bei Hewlett-Packard für HPC in Asien zuständig ist, sagte ZDNet, nicht alle Geschäftsanwendungen seien auf GPUs lauffähig. Um existierende Anwendungen zu portieren, benötige man viel Zeit. Das verhindere eine breite Akzeptanz von GPU-basierten Servern.
IBM-Manager Sinisa Nikolic stimmt zu. Die „programmiertechnischen Herausforderungen“ seien eine natürliche Grenze für die Akzeptanz von GPU-basierten Servern. Auch wenn viele der schnellsten Supercomputer weltweit solche Prozessoren einsetzten, seien sie auf Unternehmensservern noch kaum verbreitet. Dies könne sich jedoch mit besserer Software-Unterstützung ändern.
Aktuell seien HPC-Server zu großen Teilen CPU-basiert, sagt Nikolic. Hybridserver mit GPUs und CPUs rangierten mit großem Abstand dahinter, und rein GPU-basierte Server stellten absolute Ausnahmen dar.
Beide Firmenvertreter sehen aber große Vorteile des GPU-Computing und arbeiten daran, die Akzeptanzschwelle zu senken. So hat HP im Oktober seinen ersten Bladeserver mit drei GPUs vorgestellt. Ang: „Je nach Anwendung sind GPUs 10- bis 100-mal schneller.“
Die jüngste Supercomputer-Weltrangliste wird von einem GPU-basierten Modell angeführt, dem chinesischen System Tianhe-1A. Kritiker sagen jedoch, Tianhe-1A sei allein für Benchmarks optimiert und nicht für „Probleme, die die Anwendergemeinschaft interessieren.“
Auch in Amazons Mietserver-Cloud EC2 stehen seit Mitte November GPU-basierte Modelle zur Verfügung. Eine Stunde Nutzung einer Cluster-GPU-Instanz kostet 2,10 Dollar. Damit ist das System die teuerste im Rahmen von EC2 angebotene Lösung.
Neueste Kommentare
Noch keine Kommentare zu Server-Hersteller: Kein breites Interesse an GPU-Computing
Kommentar hinzufügenVielen Dank für Ihren Kommentar.
Ihr Kommentar wurde gespeichert und wartet auf Moderation.