Las Aplicaciones de Cómputo Distribuido Utilizan GPUs de NVIDIA para la Investigación Biomédica, la Exploración Espacial y la Búsqueda de Inteligencia Extraterrestre
Lo que una vez se pensó como una tecnología sólo para juegos de computadora, las unidades de procesamiento de gráficos (GPUs) NVIDIA® GeForce® con la tecnología CUDA™ ahora se están utilizando para el cómputo científico. La Infraestructura Abierta para el Cómputo de Red (BOINC) de Berkeley, una de las plataformas de cómputo distribuido líderes en el mundo, está utilizando la tecnología CUDA para aprovechar el poder de procesamiento paralelo de NVIDIA GPUs con resultados sorprendentes que podrían cambiar el ritmo del descubrimiento científico a través de proyectos como GPUGRID y Einstein@Home. El descubrimiento más reciente vino con el lanzamiento de un cliente optimizado que le permitirá a SETI@home analizar datos de SETI (Investigación para la Inteligencia Extraterrestre) en casi una octava parte del tiempo que antes se necesitaba usando CPUs[i].
“La tecnología NVIDIA CUDA abre el poder de procesamiento para la investigación científica que antes no estaba disponible y era inaccesible para que los investigadores”, afirmó el Dr. David Anderson, Científico de Investigación de Laboratorio de Ciencias Espaciales de la Universidad de California en Berkeley y fundador de BOINC. “La tecnología CUDA le facilita a los científicos e investigadores optimizar los proyectos de BOINC para las NVIDIA GPUs y ya la están usando para aplicaciones de dinámica molecular, predicción de estructuras de proteínas, modelado del clima y el tiempo, imágenes médicas y muchas otras áreas”.
BOINC es un modelo único de súper cómputo en el cual múltiples computadoras de consumo se unen a través de Internet y su poder de cómputo combinado se utiliza para realizar tareas de cómputo muy grandes. BOINC ofrece la red de cómputo distribuida para una amplia variedad de proyectos científicos que trabajan para ayudar a curar enfermedades, estudiar el calentamiento global, descubrir pulsares y realizar otros tipos de investigación científica en PCs caseras.
SETI@Home
Los investigadores en el campo científico de SETI recibieron un incremento masivo en poder de cómputo, cuando NVIDIA y BOINC liberaron un cliente optimizado que le permitirá a SETI@home ser acelerado sobre GPUs GeForce. SETI@home, el proyecto más grande de BOINC con casi 200,000 usuarios activos, busca inteligencia extraterrestre mediante el uso de telescopios de radio para escuchar señales de radio de amplitud de banda corta provenientes del espacio. El desempeño de una GPU GeForce GTX 280 corriendo SETI@home es dos veces más rápido que la CPU de múltiples núcleos de consumo más veloz (3.2GHz Intel Core i7 965) y casi ocho veces más rápido que una CPU de doble núcleo promedio (2.66 GHz Intel Core2 Duo E8200)[ii].
GPUGRID
GPUGRID, el primer proyecto de BOINC en usar las GPUs NVIDIA GeForce con tecnología CUDA para cómputo, utiliza las tarjetas de gráficos basada en NVIDIA en las PCs participantes para computar simulaciones biomoleculares de alto desempeño para la investigación científica. Agregar el soporte para las GPUs NVIDIA derivó en 1,000 GPUs activas que ofrecen la misma cantidad de poder de cómputo en por lo menos 20,000 CPUs en proyectos similares, brindando una velocidad promedio de hasta 20 veces.
“Las simulaciones moleculares realizadas por nuestro proyecto de cómputo voluntario son algunos de los tipos más comunes realizados por los científicos, pero también son algunos de los más demandantes y normalmente requieren una súper computadora”, afirmó el Dr. Gianni De Fabritiis, investigador de la Unidad de Investigación en Informática Biomédica del Instituto Municipal de Investigación Médica y la Universidad Pompeu Fabra de Barcelona. “Ejecutar GPUGRID sobre GPUs NVIDIA innova el cómputo voluntario al entregar aplicaciones de clase de súper cómputo sobre una infraestructura accesible que impactará enormemente la forma en que se realiza la investigación biomédica”.
Einstein@Home
La tecnología NVIDA CUDA pronto estará impulsando el tercer proyecto más ampliamente utilizado por BOINC, Einstein@Home, que utiliza el cómputo distribuido para buscar estrellas de neutrones giratorios (también llamadas pulsares) usando datos de detectores de ondas gravitacionales.
“Esperamos que el uso de GPUs en Einstein@Home incrementará enormemente el rendimiento de nuestro cómputo”, señaló Bruce Allen, director del Instituto Max Plank de Física Gravitacional y Líder de Einstein@Home de la Colaboración Científica LIGO. “Esto permitiría búsquedas más profundas y sensibles de fuentes de ondas gravitacionales”.
“El procesamiento paralelo es clave para permitir el cómputo visual, ya sea en casa, la oficina o un laboratorio de investigación, y la GPU acelerada con CUDA es el motor detrás de esta tendencia. El cómputo distribuido es una aplicación ideal para el procesamiento paralelo, así que no sorprende que estas aplicaciones están aprovechando el poder de cómputo sin precedente de la GPU”, aseguró Michael Steele, Gerente General de Soluciones de Cómputo Visual de NVIDIA. “Las GPUs NVIDIA está transformando la manera de trabajar, jugar, vivir y descubrir”.
Based n a consistent and reproducible SETI@home workload. Time-to-compute is measured and lower time is better. NVIDIA® GeForce® GTX 280-based system processes workload on the NVIDIA GPU and is based on an NVIDIA nForce® 780i SLI™-based motherboard, NVIDIA GTX 280 GPU, Intel Core2 Duo E8200 CPU, 2GB DDR2 DRAM and processes the workload in 317 seconds. Dual core CPU-based system processes the entire workload on CPU and is based on an NVIDIA nForce 780i-based motherboard, NVIDIA 9500GT GPU, Intel Core2 Duo E8200 CPU (2.66 GHz), 2GB DDR2 DRAM and processes the workload in 2,447 seconds.
[ii] Based on a consistent and reproducible SETI@home workload. Time-to-compute is measured and lower time is better. NVIDIA® GeForce® GTX 280-based system processes workload on the NVIDIA GPU and is based on an NVIDIA nForce® 780i SLI™-based motherboard, NVIDIA GTX 280 GPU, Intel Core2 Duo E8200 CPU, 2GB DDR2 DRAM and processes the workload in 317 seconds. “Consumer multicore CPU-based system” processes the entire workload on CPU and is based on an ATI Radeon HD4650 GPU, Intel x58-based motherboard, Intel Core i7 965 (3.2GHz), 2GB DDR2 DRAM and processes the workload in 716 seconds. “Average dual core CPU-based system” processes the entire workload on CPU and is based on an NVIDIA nForce 780i-based motherboard, NVIDIA 9500GT GPU, Intel Core2 Duo E8200 CPU (2.66 GHz), 2GB DDR2 DRAM and processes the workload in 2,447 seconds.
Comentarios