Nvidia Tesla (انویدیا تسلا)

Nvidia Tesla نام یک سری از محصولات شرکت Nvidia می باشد که با هدف stream processing یا general-purpose graphics processing units (GPGPU) و به افتخار نام دانشمند بزرگ نیکولا تسلا،از سال 2006 تولید گردید.
همانطور که از هدف تولید این کارتها مشخص است، کارت های انویدیا تسلا، برای پردازشی هایی مورد استفاده قرار میگیرد که بجای استفاده از پردازنده مرکزی (CPU)، از پردازنده گرافیکی (GPU) استفاده میشود. در این پردازش ها که عموما در رده مهندسی و عملی از آنها یاد میشود اصولا از کتابخانه CUDA و OpenCL برای محاسبه الگوریتم ها استفاده می گردد و از همین روست که این کارتها را بیشتر در ورک استیشن های محاسباتی ریاضی، فیزیک، شیمی، مکانیک سیالات، سیستم های محاسبات هواشناسی و علمی مشاهده خواهید کرد.

اما اینکه چرا کارتهای Nvidia Tesla را بیشتر در محاسبات عملی استفاده میکنیم تا محاسبات گرافیکی و رندرینگ، به ذات و خصوصیات این کارتها برمیگردد. در مقایسه با کارت های Nvidia Gefroce (GTX/RTX)، در محاسبات دقیق بازده بسیار بالاتری دارد. منظور از محاسبات دقیقا، محاسباتی است که نتیجه آن با دو رقم اعشار دقت سنجیده میشود درحالی که کارت های گرافیک Geforce برای محاسبات با حداکثر یک رقم اعشار دقت بهینه شده اند.

معنای این جمله این است که اگر نیاز به یک پردازش و یا محاسبه یک الگوریم بروی کارت های Nvidia Tesla داشته باشیم، میتوانیم نتایج دقیقتری را در زمان کمتری نسبت به کارت های Geforce بدست آوریم. کارت های تسلا به صورت کلی، تا چهار برابر بازده بهتری در محاسبات با دقت دو رقم اعشار نسبت به کارت های جی فورس دارند. حتی این بازده از کارت های رده حرفه ای یا ورک استیشن انویدیا که به نام Nvidia Quadro شناخته می شوند نیز بالاتر بوده و از این رو کارت های تسلا در رده کاملا متفاوتی قرار خواهند گرفت.

از آنجایی که این کارت های تسلا، فقط برای محاسبات GPGPU بهینه شده اند، شرکت انودیا اصولا برای آنها خروجی گرافیکی در نظر نمیگیرد. یعنی به بیشتر کارت های Tesla نمیتوانید خروجی مانیتور متصل کنید و از آنها تصویر بگیرید. پس اگر بشنوید که بسیاری از این کارت های توانایی پردازش DirectX را ندارند، تعجبت نکنید. کارت های انویدیا تسلا، همانطور که عنوان شد، عموما برای محاسبات علمی موازی ، مهندسی و پردازش های عمموی استفاده می شود. این کارت ها برای استفاده در supercomputers, clusters, و workstationها بهینه سازی شده است و امکان استفاده از چندین کارت Tesla در یک محاسبه واحد امکان پذیر است.

Nvidia Tesla VS Nvidia Geforce

قبل از ادامه بحث، اجازه بدهید که کمی شما را قیمت این کارت ها آشنا کنم تا بدانید که با چه کالای ارزشمند و خاصی روبرو هستیم. به عنوان مثال کارت Nvidia Tesla V100 16GB با حدود قیمت 10 هزار دلار عرضه می شود. این کارت با توان محاسباتی 112 ترافلاپس در محاسبات یادگیری عمیق و توان محاسباتی 7 ترافلاپس در محاسبات Double-Precision Performance (FP64) یک کارت قدرتمند و بی نظیر است. اگر قیمت دلار را مثلا حدود 12 هزار تومان در نظر داشته باشیم، این کارت حدودا 120 میلیون تومان قیمت خواهد داشت. پس ما برای بازده 7TFLOPS Double-precision (64-bit) حدود 120 میلیون تومان هزینه می پردازیم.
حال در طرف دیگر یک کارت قدرتمند از سری Nvidia Geforce را به نام Nvidia RTX 2080 TI 11GB در نظر میگیرم. این کارت با قیمت 1300 دلاری بازده محاسباتی تقریبا 0.5 ترافلاپسی در همان محاسبات با دو رقم اعشار دقت 64 بیتی دارد که البته عدد دقیقتر آن تقریبا 0.44 TFLOPS در Double-precision (64-bit) می باشد.
خوب پس اگر ما مثلا نیاز به محاسبه یک حالت جوی در یک نرم افزار تخصصی هواشناسی داشته باشیم، اگر یک عدد کارت گرافیک Nvidia Tesla V100 داشته باشیم و این محاسبات در 10 ساعت به اتمام برسد، همان محاسبات با کارت گرافیک Nvidia Geforce RTX 2080 TI حدودا 140 ساعت به طول خواهد انجامید. اگر مقیاس را به روز تبدیل کنیم، کارت تسلا در یک روز و کارت جی فورس 2080 تی آی همان محاسبات را در 14 روز انجام خواهد داد.

خوب از نظر قیمت چطور؟ ما یک کارت انویدیا تسلا را با 7 برابر قیمت یک کارت RTX 2080 TI خریداری کردیم ، اما 14 برابر سرعت در اختیار داشتیم. حال تصور کنید اگر شما یک محقق باشید ، در یک سیستم ورک استیشن عمومی میتوانید تا 4 کارت گرافیک را به راحتی در یک سیستم نصب کنید. در سرورهای گرافیکی این عدد به 8 و 16 نیز می رسد. اما اگر یک سیستم حرفه ای ورک استیشن را در نظر داشته باشید، خیلی راحت میتوان 4 کارت انویدیا تسلا را در آن نصب و استفاده کرد. پس یک دانشمند یا مهندس، میتوانید با پرداخت 40 هزار دلار، توان محاسباتی 28 ترافلاپس در Double-precision (64-bit) را بدست آورد.

اما اگر همان شخص بخواهد 4 کارت گرافیک Geforce RTX 2080 TI را در آن سیستم نصب کند، 5200 دلار پرداخت میکند و 2 ترافلاپس توان محاسباتی Double-precision (64-bit) را در اختیار خواهد داشت. در اینجا ، این شخص اگر همان محاسبه قبلی را انجام دهد، با کارت های انویدیا تسلا 6 ساعت و با کارت های nvidia geforce RTX 2080 ti ، حدود 3.5 روز به طولا خواهد انجامید.

Tesla Feature

کارت های nvidia Tesla، بر خلاف کارت های nvidia Geforce قابلیت نصب بروی تمام پلتفرم ها از جمله سرورها ARM , PoWER و X86 را دارند. همچنین کارت های تسلا قابلیت های مدیریتی بسیار قدرتمندی را در اختیار مدیران سرورها قرار میدهند که شامل مانیتورینگ های دقیق از صحت کارایی و دیگر مقایس های محاسباتی آنها می باشد. NVIDIA Management Library (NVML) پلتفرم مدیریتی انویدیا برای کارت های Tesla می باشد که امکان دسترسی و استفاده از طریق C , Python را فراهم کرده است.

کارت های محاسباتی Nvidia Tesla پهنای باند وسیع و حداقل تاخیر در ارتباط را در ورک استیشن ها و کلاسترها پشتیبانی میکنند. این کارت ها بالاترین بازده محاسباتی را در پردازش های CUDA به نسبت دیگر کارت های شرکت انویدیا به ارمغان خواهند آورد که نمونه ان را در مثال بالا مشاهده فرمودید. این کارت ها قابلیت همگام سازی با کارت های حرفه ای Nvidia Quadro را دارند. از آنجایی که اکثر کارت های تسلا، خروجی تصویر ندارند و فقط یک کارت محاسباتی هستند، میتوانید از یک کارت گرافیک nvidia Quadro در کنار آنها استفاده کرده و خروجی تصویر و پردزاش های گرافیکی را از انویدیا کوادرو دریافت کرده و محاسبات GPGPUرا بروی کارت Tesla انجام دهید.

کارت های Nvidia Tesla عموما از کارت های گرافیک Geforce و Quadro ، حافظه RAM بیشتری را دارند، در نتیجه میتوانید برای محاسبات خود، همه چیز را در حافظه آنها بافر کرده و از نگه داری آنها در حافظه اصلی سیستم خودداری کنید. اینکار سرعت بسیار بالاتری را در محاسبات پیچیده به شما خواهد داد. از آنجایی که کارت های انویدیا تسلا از حافظه ECC پشتبانی میکنند، در نتیجه میتوانید باخیالی آسوده و بدور از خطاهایی محاسباتی، ساعت ها و روزهای طولانی آنها را زیر بار محاسبات قرار دهید.

در صورتی که نیاز به کارت های انویدیا تسلا دارید، می توانید درخواست خود را به کارشناسان مازستا اعلام کرده و ضمن مشاوره در این خصوص، بهترین کارت مورد نظر برای کاربرد خاص خودتان را دریافت نمایید.