NVIDIA：Tesla CUDA是最好的HPC工具！

虽然2009年中国研发的基于CPU+GPU混合计算架构的“天河一号”所采用的GPU并不是NVIDIA的产品，但这并不代表NVIDIA在GPU计算方面处于劣势，事实上从全球的范围来看NVIDIA的CUDA计算环境更受欢迎。这里要指出的是“天河一号”并不是采用专业的GPU计算产品，而是采用了AMD民用级GPU产品Radeon 4870X2，在不少业内人士看来，是一种基于发布时间与系统成本折中的解决方案。在世界范围内，基于专业的CUDA计算方案的部署数量明显更高。

在全球已经有超过1000个基于NVIDIA GPU的计算集群已经或将要部署

从全球来看，包括中北京大学、清华大学与中科院在内的许多大学和科研机构都部署了NVIDIA的GPU计算集群，而有关NVIDIA的CUDA编程的教育也在全球范围内如火如荼的展开着。Sumit Gupata指出，“现在全球有300多家大学在教授CUDA，而对于CUDA，我首先澄清一下，并不是一种语言，它实际上是我们GPU的一个编程架构，就像英特尔的IA架构一样。在CUDA本身的架构，上面各种语言，C、C++、Fortran，还有OpenCL。”

谈到这里，Sumit Gupata显然兴趣大增，“我先介绍一下我自己，我是一个工程师，是拿到计算机科学博士学位，在教编程的时候，第一件事情就是来解决数据排序，是一个并行的排序。比如在中国我们做个游戏，有两个桶，还有水，把水倒在桶里面，肯定在座的各位都一个接着一个去倒，这是我们固有的思维模式。所以这种模式实际上也是我们在教编程的时候的第一件事，就是改变人们固定的思维。没有什么选择，要不就是多核的的CPU，要不就是GPU，现在有300多家大学都在教授CUDA，比在大学里教授Intel SSE的还多。因为现在教授学生的时候，笔记本电脑里面用的是GPU，所以用GPU进行研究和教学时是非常简洁、非常方便的，还有一些相关的软件的支持。”

而在业界参加相关的研讨会时，Sumit Gupata也能感觉到全球对于GPU计算的热情。

NVIDIA所倡导的GPU计算在HPC领域已经成为热门话题

Sumit Gupata饶有兴趣的介绍到，“我们是在2007年发布CUDA的，接下来在2009年开始超级运算。在2007年的时候，我们参加超级计算大会，当时只有我一个人在倡导使用GPU进行超级计算，到了2009年的超级计算大会，有75个展台在宣传GPU的超级计算，其中有74个都在用NVIDIA的GPU进行演示，只有一个用的是ATI的，因为那个是ATI的展台。后来在我们自己的展示里面就请了很多很知名的演讲人来发言。在业界有个讲法，叫做“金棕奖”，每年都为超级运算进行一个颁发，今年的奖项是颁给了基于CUDA的天体物理学。”

“所以你可以回顾一下整个计算的历史，从来没有出现过这样的情况，在短短两年之内，一个架构、平台被如此广泛的采用。拿中国举个例子，中国的科学院就是我们进行大规模安装的案例，他们也是最早使用，并且非常了解它的价值的一个机构。”Sumit Gupata说到。

而来自业界第三方的声音也给NVIDIA的GPU计算战略提供了强大而有力的证词，这其中最重量级的人物莫过于鼎鼎大名的David Patterson。

David Patterson是RISC（简单指令集计算机）最早的提倡者之一。他创造了RISC一词，并定义了RISC的含义，是Sun公司SPARC处理器的主要顾问。此外，他还提出了RAID（廉价磁盘冗余阵列）概念，你可以理解为磁盘存储的并行化操作，可见这位老兄对于并行操作的痴迷。而他对于NVIDIA的Fermi则非常赞赏，“我相信历史将会标明Fermi是一个意义重大的里程碑”无疑是一句很有分量的评价。

全球采用NVIDIA GPU计算解决方案的机构，包括了美国橡树岭国家实验室（Oak Ridge）、美国国家计算科学中心（NCCS，National Center for Computational Sciences）、美国圣地亚哥超算中心（SDSC，San Diego Supercomputer Center）等等

另一个值得NVIDIA骄傲的则是全球知名科研机构对于NVIDIA GPU计算方案的信任与支持，“他们的选择就已经代表了这一点，”Sumit Gupata表示。