Accueil » Actualité » ATI et le Stream Computing

ATI et le Stream Computing

Image 1 : ATI et le Stream ComputingATI a lancé ce matin son initiative « Stream Computing » c’est-à-dire l’exploitation de la formidable puissance des GPU modernes pour d’autres calculs que les jeux vidéo. Cette idée – aussi connue sous le terme de GPGPU (General Purpose GPU) est apparue depuis déjà longtemps mais n’a jusqu’à maintenant pas vraiment pris corps. Dès 2004, par exemple, Nvidia a sorti Gelato, un logiciel permettant à des applications de rendu cinématographique comme 3DS Max ou Maya de tirer parti des Geforce.

Des gains de rapidité phénoménaux

ATI n’a pas abandonné ce projet et veut généraliser l’usage des GPU à des applications de diverse nature : traitement du signal, analyses de photo ou vidéo pour de la reconnaissance de forme, simulation climatique, analyse financière, indexation et recherche de base de données, prospection pétrolière, ou encore recherche scientifique. Dans ce dernier cas, ATI a travaillé étroitement avec l’Université de Stanford pour optimiser le célèbre programme de recherche sur la configuration spatiale des protéines, [email protected] Les gains de rapidité offerts par une Radeon X1900 XT comparée à un Pentium 4 2.8 GHz sont de l’ordre de 40 fois. Une opportunité formidable pour les chercheurs.

Au coeur de la stratégie d’AMD

Un élément clé du projet d’ATI est de permettre aux programmeurs l’accès direct au GPU sans passer par les API DirectX ou OpenGL. Ce fut réalisé par le DPVM sorti en août dernier. L’autre clé du système est de pouvoir faire communiquer très rapidement le GPU et le CPU. C’est pourquoi Stream Computing s’inscrit parfaitement dans la logique de l’acquisition d’ATI par AMD et le lancement de la plateforme Torrenza. Le futur pourrait par exemple voir apparaître des GPU sur socket F. Marty Seyer, vice président commercial d’AMD, a ainsi déclaré :

« Stream Computing est un parfait exemple de la stratégie de la plateforme AMD Torrenza – associer les capacités de deux unités de calculs hétérogènes [CPU et GPU] pour résoudre des problèmes complexes et changer la donne.[…] Nous envisageons que ces deux éléments deviennent encore plus intimement liés à l’avenir. »