Les contenus liés aux tags Nvidia et Kepler

Durant la GTC 2013, nous avons pu nous entretenir avec Ian Buck qui est à l'origine de la première version de CUDA et actuellement General Manager chez Nvidia pour les technologies du GPU Computing. Interrogé au sujet de Kayla, la plateforme de développement CUDA on ARM équipée d'un GPU GK208, Ian Buck nous a indiqué que les performances GPU, au niveau de CUDA, étaient bel et bien représentatives de celles de Logan, sans vouloir en dire plus.

Bien que ce niveau de performances représente le bas de gamme sur PC, il s'agit d'une évolution énorme pour un SoC Tegra. Si le passage au 20nm et sans aucun doute plusieurs évolutions de l'architecture (avec probablement une réduction du nombre d'unités de texturing), faciliteront l'arrivée de l'architecture Kepler et de CUDA dans le monde ultra-mobile, il est difficile d'imaginer que ces 384 cores (ou équivalents) flexibles ne consommeront pas plus que les 72 cores avec pipeline fixe de Tegra 4.

De quoi nous laisser spéculer qu'avec Logan, Nvidia devra se contenter de versions bridées (en termes d'unités actives ou de fréquences) pour les "petites" tablettes et les superphones, mais compte par contre revoir ses prétentions à la hausse avec un SoC capable de monter en gamme pour viser les "grosses" tablettes voire des ultra-portables et bien entendu le successeur de Shield.

Parallèlement à cela, Ian Buck nous a indiqué que CUDA devrait progressivement devenir "power aware" et devenir capable de prendre en compte l'aspect consommation ou tout du moins de permettre aux développeurs de le faire. Cela se fera tout d'abord au niveau des outils tels que Nsight (et sa version Tegra) qui d'ici quelques temps reporteront des informations liées à la consommation.

Il est possible qu'à terme, les compilateurs CUDA, permettent optionnellement d'améliorer le rendement énergétique, mais cela est encore à l'état de recherche et prendra encore plusieurs années avant d'éventuellement se concrétiser. Globalement, la meilleure stratégie reste d'exécuter le plus rapidement une tâche pour retourner au repos dès que possible mais ce n'est pas toujours vrai, d'autant plus dans le cas d'une tâche continue telle que le rendu 3D sur GPU. Par exemple, calculer une valeur au lieu de la lire en mémoire peut avoir un léger impact sur les performances mais augmenter le rendement énergétique.

En plus de préparer le futur avec CUDA, dans l'immédiat, le plus important pour Nvidia est probablement d'arriver à convaincre un maximum de développeurs que faire l'effort nécessaire pour arriver à utiliser 2 threads ou plus à fréquence modérée offre un meilleur rendement que se contenter d'un seul thread mais des performances de la fréquence CPU maximale.

Correction du 01/07/2013: le nom du GPU que nous pensions être GK117 est en réalité GK208.

Nvidia l'a enfin confirmé, CUDA arrivera enfin dans les SoC Tegra avec Logan. Cela ne veut pas dire pour autant que CUDA sur plateforme ARM doit attendre. Il s'agit d'un point important de la stratégie de Nvidia pour son futur autant dans le monde professionnel que grand public. C'est la raison pour laquelle, depuis quelques temps déjà, Nvidia s'est associé à SECO pour proposer un kit de développement dénommé CARMA. Pour 529€, la plateforme propose un connecteur Q7 qui reçoit un SoC Tegra 3 (T30 à 1.3 GHz) et un connecteur MXM sur lequel prend place une Quadro 1000M de génération Fermi (GF108 avec 96 cores).

Tout cela va évoluer à partir du mois de mai, d'une part avec une couche logicielle qui supportera Ubuntu 12.04 et CUDA 5.0, et d'autre part avec la plateforme KAYLA, toujours développée en partenariat avec SECO, et qui existera en 2 versions : connecteur MXM ou PCI Express (câblés en 4x dans les 2 cas). Si nous aurions pu supposer que le SoC passerait en version Tegra 4, c'est bel et bien le Tegra 3 T30 qui reste exploité pour la simple et bonne raison que ses successeurs ne disposent plus de liens PCI Express. La différence (unique ?) entre les 2 cartes concerne les GPU supportés. La version PCI Express en supporte un large choix et la version MXM est annoncée être équipée d'un GPU Kepler de next generation.

Nvidia indique à ce sujet que ce GPU dispose de 2 SMX (384 cores), supporte les compute capabilities 3.5 (Dynamic Parallelism etc.) et est très proche du niveau de fonctionnalité du futur SoC Logan. Nous apprenons ainsi que le GPU de cette plateforme et celui de Logan disposent d'un processeur de commande plus évolué que sur les premiers GPU de la génération Kepler, dérivé de celui du GK110 (Tesla K20 et GTX Titan).


De toute évidence ce GPU est ainsi le GK208 qui prendra place dans les GeForce 700 d'entrée de gamme. Une supposition renforcée par un panneau de contrôle des pilotes Linux que Nvidia a malencontreusement oublié de masquer pendant quelques secondes et qui fait référence à un nom de code produit : D15M2-20. Cela correspond à la famille GeForce 700 desktop (D12 = GeForce 400, D13 = GeForce 500, D14 = GeForce 600…).


Cette plateforme CUDA on ARM continuera bien entendu à évoluer, tout d'abord avec CUDA 5.5 qui intégrera un compilateur CUDA pour l'architecture ARM, et plus tard avec l'arrivée de Logan et de Parker.

Correction du 01/07/2013: le nom du GPU que nous pensions être GK117 est en réalité GK208.

Après une première Quadro Kepler, la K5000, Nvidia décline d'autres GPU de cette génération dans le segment professionnel, comme cela avait déjà été fait sur la partie mobile.

Principale évolution par rapport à la gamme précédente : le rendement énergétique. Les TDP annoncés sont relativement faibles d'une part grâce au passage à l'architecture Kepler et d'autre part grâce à des fréquences revues à la baisse et à l'abandon du mode turbo des GeForce.

La Quadro K4000 est ainsi basée sur un GPU GK106, comme celui qui équipe les GeForce GTX 650 Ti et 660. La Quadro est en quelque sorte un mix entre ces 2 variantes GeForce : comme la première, elle est équipée d'un GPU partiellement castré, avec 768 unités de calcul actives, mais dispose par contre du bus mémoire 192-bit complet de la seconde qui permet à Nvidia de proposer la K4000 avec 3 Go de GDDR5. Le TDP annoncé est de 80W et la carte dispose d'une sortie DVI Dual-Link ainsi que de 2 DisplayPort.


Ensuite, c'est le petit GPU Kepler, le GK107 qui prend place dans les Quadro K2000 (oui Nvidia a osé). Dérivé de la GeForce GTX 650, il y est présent en version complète, 384 unités de calcul et bus 128-bit GDDR5. Les Quadro K2000 affichent un TDP de 51W, sont équipées de 2 Go de mémoire et sont disponibles en 2 versions : classique équipée d'une sortie DVI Dual-Link et de 2 DisplayPort et "D" cette fois équipée de 2 sorties DVI Dual-Link et d'une sortie mini-DisplayPort.


Enfin, les Quadro K600 et 410 reprennent elles aussi le GK107 mais en version castrée avec seulement 192 unités de calcul actives. La première profite d'un bus mémoire 128-bit, mais en DDR3, alors que la seconde doit se contenter de 64-bit, toujours en DDR3. Elles sont compatibles low profile, affichent des TDP de 41W et 37W, se contentent de 1 Go et 512 Mo et ne disposent que de 2 sorties : une DVI Dual-Link et une DisplayPort.

Au niveau des technologies supportées, la protection ECC de la mémoire vidéo n'est pas proposée pour ces nouvelles Quadro et reste exclusive à la K5000. GPUDirect qui permet une communication optimisée depuis ou vers le GPU est par contre activé sur la Quadro K4000 mais pas sur les autres dérivés. Il est intéressant d'observer que si les Quadro K4000 et K2000 supportent 4 écrans, tout comme la K5000, elles ne disposent par contre que de 3 sorties puisqu'il s'agit de designs single slot. Il faudra passer par un hub DisplayPort 1.2 ou par le chaînage d'écrans pour pouvoir piloter le quatrième écran.

Sur le plan tarifaire, la Quadro K5000 est proposée à 2164€, la Quadro K4000 à 1147€, les Quadro K2000 / K2000D à 537€ et la Quadro K600 à 202€.

Vous remarquerez une absence importante : pas de trace d'une Quadro K6000 équipée du gros GPU Kepler, le GK110. S'il semble évident qu'un tel modèle est en préparation, nous ne savons pas quand il devrait être introduit, ni pourquoi Nvidia préfère attendre avant de le commercialiser. En attendant, à travers la plateforme Maximus, il reste bien entendu possible de coupler n'importe quelle Quadro Kepler avec un accélérateur Tesla K20 basé sur ce même GK110, qui profite d'un support complet de l'ECC (mémoire vidéo et caches internes) et d'une puissance de calcul élevée en double précision.