【IT168 厂商动态】2014年11月17日，NVIDIA今天推出了一款全新的NVIDIA^? Tesla加速计算平台：Tesla^? K80双GPU加速器。该产品是全球性能最高的加速器，专为各种机器学习、数据分析、科学计算以及高性能计算(HPC)应用而设计。

　　Tesla K80双GPU加速器的性能和内存带宽几乎可达上一代产品Tesla K40 GPU加速器的两倍。Tesla K80双GPU加速器在性能方面比当今最快的CPU高10倍，在数百款复杂的分析应用以及计算量繁重的大型科学计算应用上完胜CPU和同类加速器。

　　凭借该加速器的强化版NVIDIA GPU Boost^?技术(PDF)，用户可以在各种应用上获得前所未有的性能。这一技术可将处理能力的余量动态地转化为每一款应用的非常好的性能提升。

　　Tesla K80双GPU是Tesla加速计算平台系列中的全新旗舰产品，Tesla加速计算平台是领先的平台，用于探索与深入了解。该平台可为数据中心的GPU加速应用提供硬件、软件以及一个广泛的支持生态系统。

行业领先的性能用于科学、数据分析以及机器学习

　　从天体物理学、基因组学和量子化学到数据分析，Tesla K80双GPU加速器在设计过程中考虑到了各个领域中最艰难的计算挑战。 该加速器还针对先进的深度学习任务而进行了优化，深度学习是机器学习领域中发展最快的一个细分领域。

　　Yann LeCun现任Facebook人工智能研究总监，同时也是纽约大学计算机科学与神经科学银牌教授。他表示：“NVIDIA GPU现已成为深度学习界实际运用的计算平台。因为深度学习系统的精度会随着模型与数据集的变大而不断改善，所以我们会不断寻找最快的硬件。Tesla K80加速器拥有双GPU架构和大容量内存，它让我们在单一服务器上获得了前所未有的计算性能和内存容量，从而让我们能够在深度学习领域中更快地取得进展。”

　　Tesla K80在计算性能上胜过所有其它的加速器(单精度峰值浮点性能为8.74 Teraflops，双精度峰值浮点性能为2.91 Teraflops)。在AMBER、GROMACS、Quantum Espresso以及LSMS等领先的科学与工程应用上，Tesla K80的性能比当今最快的CPU快10倍。

　　德国德累斯顿工业大学信息服务与HPC中心主任Wolfgang Nagel表示：“当我们在一些主要应用中实现科学突破时，Tesla K80双GPU加速器最多比CPU快10倍，而且能耗更低。我们的研究人员广泛使用Taurus超级计算机上可用的GPU资源来成就更完善的癌症疗法、通过观察活的细胞来了解这些细胞、通过研究小行星来为欧洲空间局罗塞塔号任务贡献力量。”

Tesla K80双GPU加速器的主要特性包括：

　　?每块卡配备两颗GPU – 让那些为充分利用多GPU而设计的应用能够实现吞吐量翻倍。

　　?24GB超快GDDR5内存 – 每颗GPU 12GB内存，是Tesla K40 GPU内存容量的2倍，让用户能够处理大小翻倍的数据集。

　　?480GB/s内存带宽 – 更高的数据吞吐量让数据科学家能够处理数以拍字节(Petabytes)的信息，而且处理时间仅为Tesla K10加速器的一半。 针对能源勘探、视频与图像处理以及数据分析等应用而进行了优化。

　　?4,992个CUDA?并行处理核心 – 与单独使用CPU时相比可令应用最高实现10倍速度提升。

　　?动态NVIDIA GPU Boost技术 – 可根据单个应用的特性而动态提升GPU时钟频率，以便最大限度提升性能。

　　?动态并行机制 – 让GPU线程能够动态地生成新线程，从而让用户可以快速而轻松地处理自适应和动态数据结构。

　　Tesla K80能够加速最广泛的各种应用，其中包括科学、工程、商业、企业HPC以及数据中心等应用，总数量超过280款。大家可免费下载GPU加速应用(PDF)的完整目录。

　　如需了解有关Tesla K80双GPU加速器的更多信息，敬请在11月17-20日举行的2014超级计算大会上光临1727号NVIDIA展台，也可以访问NVIDIA高性能计算网站。

　　用户还可以在远程托管的集群上免费试用Tesla K80双GPU加速器。如需了解更多信息，敬请访问GPU试用网站。

上市情况

　　NVIDIA Tesla K80双GPU加速器今天正式上市，大家可以从各大服务器制造商处购买，也可以从NVIDIA零售合作伙伴处购买。这些服务器制造商包括华硕、Bull、Cirrascale、Cray、戴尔、技嘉、惠普、浪潮、Penguin、广达、曙光、Supermicro 以及泰安等等。

关于Tesla加速的计算平台

　　Tesla加速的计算平台完全专为下列应用而打造：节能的高性能计算、计算科学、超级计算、企业应用、复杂的数据分析以及机器学习等应用。与单纯使用CPU的方式相比，该计算平台能够提供大幅提升的性能与节能性。这一平台深度集成了全球最快的GPU加速器、开发工具、高速通信技术、支持的生态系统以及NVIDIA CUDA。NVIDIA CUDA是全球使用最普遍的并行计算模型。