NVIDIA Tesla：迎接GPU通用计算时代
技术空间
在人们看来，GPU是用来处理图形的，但大家或许还不知道，GPU的作用远远不止这些。强大的浮点运算能力使得GPU可以像CPU一样被应用在更多领域的计算，也就是通用计算领域。NVIDIA早在GeForce3身上开启了GPU可编程功能，从GeForce4到GeForce8，NVIDIA将GPU的浮点运算性能一步步地提高，已经远远超过了CPU。NVIDIA刚刚发布GPU通用计算平台——Tesla，它将GPU从传统的图形处理中解脱出来，分担起CPU的一部分工作，其超强的浮点运算能力能适合于更多领域的通用化应用。NVIDIA Tesla的出现，不仅改变了CPU与GPU的现有定位，也给个人计算机、工作站或服务器带来了前所未有的高效处理能力。
GPU的浮点计算能力强于CPU
在PC技术领域，CPU是PC的核心动力，几乎所有的应用程序都依赖CPU处理，按照CPU处理数据的方式，目前单核CPU一次只能执行多个独立任务中的一个，下一个程序需要等待才能得到继续处理，依此类推。虽然超线程技术可以将该处理方式变得更有效，并且多核CPU的每个核心可以同时执行更多的任务，使得普通应用（如视频娱乐、日常办公）得到执行效率的提升，但相对专业图形工作站或大型服务器集群需要的并行计算，依然无法掩盖CPU自身性能的不足。
但GPU则不同，它的出现主要为了图像渲染，图像渲染需要高强度并行计算，GPU架构就是为计算密集型处理而设计。从图中我们很容易看到，随着时间的推移，GPU的浮点运算能力和CPU不在一个数量级。因此在GPU中，更多的晶体管被用于数据处理而不是数据存储与流控制，具有多达128个的处理单元以及相当高的存储带宽。也就是说，GPU是进行数据的并行处理，它把数据元素映射、规划为数以千计的并行处理线程，很多应用程序都有一个较大的数据集，这样就可以通过数据并行编程模式来加速它们的执行。换句话说，如果让GPU来处理CPU的相关任务，这恰恰正好可以解决CPU能力的不足。
CUDA架构用作GPU通用计算
2007年6月21日，NVIDIA公司发布了NVIDIA Tesla通用GPU计算解决方案，包括了系统产品和全新的开发环境。产品线的中心是基于GeForce8系列架构的GPU，其特点是支持独立128bit的单精度浮点单元，与CPU浮点单元一样支持各种高级浮点操作，兼容Intel和AMD的x86 32bit和64bit微处理器架构，兼容Microsoft 和 Linux 操作系统以及NVIDIA 统一处理架构，具有PCI Express总线，数据传输率高达4GB/s，同时支持桌面式和架装式配置。无疑，GeForce8特殊的缓存式架构进一步提高了ALU算术逻辑单元的浮点运算性能。
NVIDIA Tesla的开发环境包括CUDA(Compute Unified Device Architecture，统一计算设备架构)开发工具包和C编译器，CUDA是一种用于开拓GPU运算性能的软件架构，它包括了GeForce8架构的GPU、可访问GPU上并行处理资源的C编译器及专用驱动。当CUDA程序执行时，GPU辅助CPU进行通用运算工作。GPU可以处理大量的并行信息，同时组织、解释与后台交流要处理的信息。应用程序的计算密集型部分要被执行很多次，每次由主应用程序提交的不同数据，经过编译后由GPU并行执行。CUDA采用C语言创建线程程序并行处理大量的数据，从而简化GPU上的并行计算。在CUDA上编写并在Tesla运行的程序，能够同时处理数千个线程，从而达到高效的计算性能，使GPU 迅速解决复杂的计算难题。
NVIDIA Tesla产品家族
目前NVIDIA Tesla家族拥有C870计算处理器、D870桌面超级计算机、S870服务器三款产品，其中Tesla C870采用了GeForce 8系列GPU（具有128个处理单元），采用了PCI Express ×16接口，拥有1.5GB GDDR3显存容量，内存带宽为76.8 GB/s，具有518Gflops浮点运算能力，它与多核CPU 系统并行使用，可以为超级个人计算机创建一个灵活的计算解决方案。Tesla C870没有显示接口，但保留了完整的OpenGL和 DirectX 功能，也可以支持基于图形API的程序，因此可以将其看作是NVIDIA Quadro专业显卡的通用计算版本，售价约1499美元。
Tesla D870桌面超级计算机装备了两个 GeForce 8系列GPU，拥有3GB GDDR3显存容量，拥有超过1Tflops（1Tflops =1000Gflops）浮点运算能力，可以通过PCI Express ×16 或 PCI Express ×8接口连接到工作站。其实它相当于外置图形工作站，在机箱里安装两块显卡，然后通过一块特殊的子卡来传输PCI-E ×16信号。用户安装、使用和维护非常方便，可以创建一个最先进HPC（高性能计算）解决方案，不过售价要7500美元。
Tesla S870是一台标准的1U服务器，它与Tesla D870一样属于外置显卡解决方案，机箱内部安装了4个GeForce8系列GPU，拥有6GB GDDR3显存容量，拥有超过2Tflops浮点运算能力，可以通过PCI Express ×16 或 PCI Express ×8接口连接到服务器。Tesla S870服务器可以轻松升级，来解决最复杂的数据密集型 HPC 问题，标准配置的售价约12000美元。
NVIDIA Tesla发展趋势
从处理性能来看，NVIDIA Tesla通用 GPU可以使得PC和工作站具有超级计算的能力，并且可以扩展服务器集群的处理范围，以解决目前CPU集群不能处理的复杂问题。例如一个Tesla C870 GPU的运算能力相当于高端双核CPU的10倍以上，而Tesla S870和Tesla D870的运算能力更是达到了数十台甚至百台普通服务器的级别，同时GPU的执行效率很容易达到90%以上。在实际应用方面，NVIDIA Tesla通用 GPU适合应用于地震模拟、计算生物学、商业风险计算、医学成像、物理仿真等领域。
实际上，早在GeForce3时代，GPU可编程序幕就已经拉开，所有显卡厂商都开始在GPU可编程性能上苦下功夫。到了DirectX 9时代，微软定义的Shader已经赋予了程序员极大的灵活性，并且采用类似于C＋＋高级语言来编写Shader指令。从发展趋势看，GPU已经越来越多地具有CPU的通用性和灵活性，而NVIDIA Tesla的到来将GPU通用时代演绎到了极致。例如在医学成像领域的CAT（数字层析X 射线照相术）上，NVIDIA Tesla C870可以让本来要花费5个小时才能完成的扫描，最终降低到了只要5分钟就可以完成计算，使医生很快就可以得到成像的图片并给出诊断结果。