GeForce GTX280 - najszybszy GPU świata?

Po serii "farbowanych lisów" - serii GeForce 9xxx, będących w istocie modelami GeForce 8xxx NVIDIA zaprezentowała coś naprawdę nowego, świeżego, wynoszącego wydajność graficzną na wyższy poziom. GeForce GTX 280 przynajmniej wg. specyfikacji jawi się jako prawdziwe graficzne monstrum. Ma aż 240 jednostek przetwarzania strumieniowego, aż 32 potoki renderingu i 1 GB własnej pamięci. Takiej karty jeszcze nie było, a to wszystko przy zastosowaniu tylko 1 procesora graficznego. Sprawdzamy czy nowy GeForce jest tak szybki jak zapowiadano, czy pobije wydajnością karty dwuprocesorowe i jak radzi sobie w całkowicie nowych zastosowaniach nie związanych bezpośrednio z wyświetlaniem grafiki 3D. Teraz Wasz GPU spod znaku NVIDII może np. kodować filmy wideo i to w czasie kilkukrotnie szybszym niż niezłe CPU.

Przy okazji premiery nowych procesorów graficznych GeForce GTX 280/260 NVIDIA silnie podkreśla, że wprowadzonych nowości nie powinno oceniać się wyłącznie jako układów graficznych służących do obróbki grafiki 3D. Nowe GPU, zdaniem producenta mają stanowić swego rodzaju konkurencję dla procesorów ogólnego zastosowania (CPU). Przygotowanie programów do obsługi GPU NVIDII ma zapewniać technologia CUDA (Compute Unified Device Architecture). Poznaliśmy ją przy okazji premiery układów GeForce 8800 GTX, teraz NVIDIA zamierza aktywniej promować to rozwiązanie udostępniając SDK dla systemu Vista. Choć w pewnych obliczeniach GPU bije CPU pod względem wydajności to jednak aktualnie w 99% zastosowań to od CPU zależy wydajność pracy naszego komputera. Analizując możliwości procesora odnosimy się do jego zastosowania przez typowego użytkownika. Oczywiście, nie od dziś wiadomo, że część aplikacji korzystając z architektury strumieniowej GPU dostaje wydajnościowego kopa. Pisaliśmy o tym wielokrotnie, a więcej informacji znajdziecie np. w artykule Zamiast CPU autorstwa Marka Czapelskiego.

W czym lepszy niż CPU

Dowiedzmy się zatem w czym zdaniem producenta nowy GeForce jest lepszy niż nawet najlepsze CPU. Specyficzne obliczenia matematyczne (analiza finansowa), obliczenia związane z analizą danych w medycynie, biofizyce, fizyce, obróbka audio, wideo (głównie kodowanie wideo), obrazu (skalowanie obrazu, itp). Wzrost wydajności w tych zadaniach po użyciu GPU może być nawet ponad 100-krotny i rzeczywiście sporo instytucji finansowych oraz naukowców zajmujących się analizą danych i medycyną korzysta ze specjalnych stacji roboczych zbudowanych na bazie procesorów graficznych.

Ile można zyskać na wykorzystaniu GPU zamiast CPU w szczególnych rodzajach obliczeń korzystających z przetwarzania strumieniowego