El uso de los procesadores gráficos para cálculos cada vez más complejos y rápidos lo está haciendo posible. Y por menos de 9.000 euros.
Si pensamos en un "superordenador", enseguida vienen a la cabeza imágenes de gigantescos recintos llenos de armarios y cables, y presupuestos astronómicos para su mantenimiento. No obstante, ahora es posible disponer de una potencia de cálculo de hasta cuatro teraflops por segundo en un equipo que no ocupa más que uno de sobremesa.
Muchos, sobre todo los aficionados a los videojuegos, conocen la compañía NVIDIA por sus tarjetas GForce. Recientemente, la compañía lanzó Tesla, que ahora presenta en Europa, un poderoso sistema procesador basado en gráficos (GPU) que, aseguran, "democratiza" la era de los "superordenadores".
¿En qué consiste esta "revolución"? Como explica David Kirk, jefe científico de la compañía, este poder de computación a este precio hará que "cualquier compañía o universidad, cualquier país, rico o pobre, va a ser capaz de tener un superordenador", lo que puede contribuir al desarrollo de la investigación hasta niveles nunca vistos.
El origen está en el uso de unidades gráficas de procesamiento (GPU) para realizar cálculos en general, en lugar de las CPU, o unidades centrales de procesamiento. La diferencia entre ambos sistemas es que, en el primero de los casos, se trata de un procesador con múltiples núcleos dedicados todos ellos a realizar la misma tarea (sobre variables o datos diferentes). La CPU, que es lo que tienen normalmente los ordenadores, consta de dos o cuatro núcleos (hoy en día) más complejos, que realizan las tareas normales del ordenador.
"Nos dimos cuenta de que las GPU resolvían uno de los principales problemas que tienen los gráficos, que es la computación en paralelo, así que nos planteamos que podían funcionar de otra manera, realizando cálculos generales", comenta Kirk.
Noticia completa en El Mundo (España)
Enlaces a sitios |
| |
Center for Automation Research (CfAR) at the University of Maryland Center for Automation Research — One of 16 Centers and Labs in the University of Maryland Institute for Advanced Computer Studies
| Center for Computational Research - University at Buffalo Explore New York"s flagship. The University at Buffalo, the top public university in the state, combines superior academics with true affordability.
|
CiteSeer index of computer and information science papers, publications, and research.
| Collection of Computer Science Bibliographies Description, The Collection lists over 800,000 references, primarily to journal articles, conference papers and technical reports in computer science.
|
Finite Model Theory Finite structures are usually disregarded in classical model theory. But finiteness often matters (for adequate modelling), and restriction
| George Mason University - Department of Computational and Data Sciences The Department of Computational and Data Sciences (CDS) at GMU offers interdisciplinary programs that combine science, data, and computing to solve complex problems.
|
HCI Bibliography features abstracted validated bibliographic entries, along with a variety of reference materials.
| Mathematics and Computer Science We conduct world-class research in computer science, computational mathematics and statistics, mathematical modeling, algorithms and software, and computer
|
METAe: The Metadata Engine Project developing an application software focusing on the automated extraction of metadata from digitised books and journals.
| Referencing - Computer Science - LibGuides at University of Bristol This library guide is designed to support learning, teaching, and research in Computer Science. The tabs at the top of this page take you through to particular types of resources and support.
|
Home 
Atrás 
Arriba
Imagen: Agencias / Internet
