เมื่่อวันที่ 10 กรกฏาคม ที่ผ่านมาทีมงานพีซีทูเดยได้มีโอกาศเข้าร่วมงาน GPU Technology Conference แถบภูมิภาค South East Asia ณ ประเทศสิงคโปร ซึ่งเป็นงาน Workshop เกี่ยวกับเทคโนโลยี ของจีพียูจากทาง Nvidia
พร้อมด้วยพาร์ทเนอร์ที่มีทั้งผู้ผลิตฮาร์ดแวร์ และซอฟต์แวร์ มาจัดแสดงนวัตกรรม การประมวลผลและการทำงานในรูปแบบต่างๆ ของจีพียู ซึ่งทำอะไรได้มากกว่าแค่การประมวลผลภาพกราฟิคทั่วๆ ไปในเกมส์เท่านั้น

Nvidia 01

โดยภายในงานนี้ได้พูดถึงแนวโน้ม หรือเทรนด์ของการใช้งานเทคโนโลยี ที่กำลังจะเกิดขึ้นในอนาคต 3 อย่างด้วยกัน นั่นคือ เรื่องของดาต้า ที่มีการเรียกใช้งาน ข้อมูลด้านต่างๆ ที่เพิ่มสูงขึ้นถึง 5 เท่า ในระยะ 5 ปีที่ผ่านมา การเชื่อมต่อเน็ตเวิร์คที่มีความซับซ้อนมากขึ้น และ GPU Computing ที่จะเข้ามาช่วยในการประมวลผลของซีพียู ได้อย่างมีประสิทธิภาพลดต้นทุน และค่าใช้จ่ายในการทำงาน

Nvidia 02

ยกตัวอย่างเปรียบเทียบการใช้งานเซิฟเวอร์ของกูเกิล ที่มีเซิฟเวอร์กว่า 1,000 เครื่อง มีซีพียูกว่า 2,000 ตัว และมีคอร์ประมวลผลรวมกันกว่า 16,000 คอร์ ใช้ไฟฟ้าทั้งสิ้น 600 kWatts กับงบประมาณกว่า $5,000,000 ในขณะที่ STANFORD AI LAB ที่ใช้ GPU Computing ในการทำงานแค่ 3 เครื่อง มีจีพียู 12 ตัว แต่มีคอร์ประมวลผลถึง 18,432 คอร์ ใช้ ไฟฟ้าทั้งสิ้น 4 kWatts กับงบประมาณแค่ $33,000ชี้ให้เห็นถึงการพัฒนาของจีพียูที่ไปอย่างก้าวกระโดดในช่วงหลายปีที่ผ่านมา

Nvidia 03

โดยเทคโนโลยีของ จีพียูมีการพัฒนาอย่างต่อเนื่องมาโดยตลอดจนถึงปัจจุบัน ที่โค๊ดเนม Maxwell เน้นประสิทธิภาพการทำงานต่อวัตต์ในระดับที่สูง และกำลังจะไปสู่โค้ตเนม Pascal ที่มีขนาดเล็กกว่าเดิมแค่ 1 ใน 3 ของ PCIe Card  ความยาวพอๆกับปากกา 1 แท่ง แต่มีความสามารถที่ดีกว่า เช่น NVLink ที่สามารถเชื่อมต่อการทำงานกับซีพียูได้โดยตรงไม่ผ่าน PCIe ให้ความเร็วที่มากชึ้น 5-12 เท่า 3D  Memory ช่วยในการจัดเรียง DRAM ให้แน่นขึ้นช่วยเรื่องความเร็วในการรับส่งข้อมูล และขนาดของตัวการ์ดที่เล็กลง

Nvidia 04

พร้อมทั้งยังได้รับเกียรติจาก Mr. John Taylor Director ฝ่าย eResearch & Computational and Simulation Sciences บริษัท CSIRO พูดถึงการเปลี่ยนแปลงของบริษัท หลังจากที่ได้มรการเปลี่ยนแปลงมาใช้ GPU Computing ตั้งแต่ปี 2008 ซึ่งมีความคุ้มค่า สามารถรองรับงานได้หลากหลาย และมีความเร็วที่สูงกกว่าประมาณ 5-10 เท่าจากเซิฟเวอร์ที่ใช้ซีพียูในปกติ

 

Nvidia 05

นอกจากนี้ภานในงานยังมีการจัดแสดงฮาร์ดแวร์และซอฟต์แวร์ จากทางพาร์ทเนอร์ จัดแสดงนวัตกรรมของตัวจีพียูที่น่าสนใจ เริ่มจะ Nvidia เองที่นำเสนอความสามารถของจีพียูที่สามารถเรียนรู้และจดจำ ผ่านตัว Jetson TK1 ที่สามารถแยกแยะสิ่งต่างๆ ในภาพได้อย่างถูกต้องและแม่นยำ

IMG_8805

NVIDIA GRID และ NVIDIA IRAY VCA สำหรับคลาวด์เซิฟเวอร์ ประสิทธิภาพสูง สามารถประมวลผลและทำงานต่างๆได้อย่างรวดเร็ว โดยในภาพจะเป็นตัวเดโมของ NVIDIA IRAY VCA สเปคคร่าวๆ จะใช้จีพียูประสิทธิภาพสูง 8 ตัว มีหน่วยความจำสำหรับจีพียู 12 GB CUDA Core 23,040 คอร์ ซีพียู  20 คอร์ มีหน่วยความจำระบบ 256 GB และฮาร์ดดิสก์แบบ SSD ความจุ 2TB

Nvidia 07

โฉมหน้าของ GRID K2 หัวใจหลักของ NVIDIA GRID ขับเคลื่อนด้วย GPU Kepler ระดับ High-end จำนวน 2 ตัว แรมขนาด 8GB GDDR5 รูปแบบการเชื่อมต่อ PCIe 3.0, Cuda Cores 3,072 หน่วย

Nvidia 08

ส่วนพาร์ทเนอร์อื่นๆ อย่าง DELL นำเครื่องเวิร์คสเตชั่นที่ใช้จีพียูประสิทธิภาพสูง NVIDIA QUADRO K6000 มาโชว์เรนเดอร์ไฟล์วีดิโอแบบ 4K พร้อมโน้ตบุ๊ก ตัวจิ๋วที่สามารถรันงาน Vector ได้อย่างราบลื่น

Nvidia 09

NUTANIX ผู้ผลิต Server ชื่อดังจัดแสดงคลาวด์เซิฟเวอร์ สำหรับการจัดการข้อมูลปริมาณมาก หรือการทำ VDI

IMG_8834

ตามมาด้วย HP ที่นำเอา HP Apollo 8000 มาโชว์ ซึ่งมีความโดดเด่นด้วยระบบระบายความร้อนด้วยน้ำ ผ่าน Water Pad ด้านข้างให้การระบายความร้อนที่ดีตัวเครื่องทำงานได้เสถียรNvidia 10

ทางด้าน Citrix เน้นโชว์คลาว์ดเซิฟเวอร์ ที่มีความยืดหยุ่นสูงสามารถทำงานได้กับทุกๆ แพลตฟอร์ม รวมถึง VMWare ที่ใช้ NVIDIA GRID ในการรันเซอร์วิชต่างๆ เพื่อการทำงานและตอบสนองที่รวดเร็ว

IMG_8857

ปิดท้ายงานนี้ด้วยการ Workshop ที่นำเอาผู้ผลิตและผู้ใช้งาน มาเล่าถึงประสบการณ์การใช้งานต่างๆ เช่น Dr. Cristina Beldica ซึ่งเป็น Associate Director, National Center for Supercomputing Applications, University of Illinois at Urbana Champaign มาเล่าถึงโครงการ Blue Water ที่ใช้จีพียูกับงานที่ต้องจัดการกับข้อมูลขนาดใหญ่ ซึ่งมีรายละเอียดที่ค่อนข้างสูง จีพียูสามารถตอบสนองได้อย่างรวดเร็ว และเที่ยงตรง สามารถจำลองการทำงานของเซลออกมาได้อย่างชัดเจน

IMG_8866

ทางด้าน Murex บริษัทที่ปรึกษาทางการเงิน ก็มาพูดถึงการใช้ GPU Computing ในการคำนวนความเสี่ยง และ NUTANIX ได้มาพูดคุยถึงเทคโนโลยี VDI (Visual Desktop Infrastructure) ด้วยการใช้เซิฟเวอร์ที่ใช้ตัวประมวลผล NVIDIA GRID K1 และ K2 ซึ่งสามารถปรับแต่ง เลือกใช้ได้ตามการใช้งาน

 

สำหรับในงานนี้ค่อนข้างจะไปในแนวของธุรกิจ และองค์กรซะเป็นส่วนใหญ่ เน้นในเรื่องของการใช้จีพียู ในการบริหารจัดการข้อมูลด้านต่างๆ ที่ต้องประมวลผลข้อมูลซึ่งมีรายละเอียดค่อนข้างมากๆ กลุ่มของคลาวด์ และ VDI ที่ต้องจัดสรรการทำงานผ่านเน็ตเวิร์กได้อย่างสะดวกและรวดเร็ว ด้วยเทคโนโลยีของจีพียู ที่ค่อนข้างพัฒนาไปได้อย่างรวดเร็วในปัจจุบัน ช่วยทั้งเรื่องของประสิทธิภาพการทำงาน เวลา และยังลดค่าใช้จ่ายในการบริการจัดการระบบได้ดีมากยิ่งขึ้น

 

1 COMMENT

LEAVE A REPLY

Please enter your comment!
Please enter your name here