30-fache CPU-Performance: Die neuen Aufgaben der Grafikchips

Aufgrund ihrer besonderen Eignung für bestimmte Berechnungen werden GPUs heute nicht mehr nur für Spiele genutzt, sondern auch für andere Aufgabenbereiche. Da die Tools und APIs aber längst noch nicht so ausgereift sind wie jene für die CPU-Programmierung, steht der Bereich noch am Anfang.

GPGPU-Computing spielt heute für wissenschaftliche Anwendungen eine Rolle. Dazu gehören Molekularbiologie, Klimaforschung, Quantenphysik und Wetterprognosen.

Es gibt aber auch zahlreiche andere Applikationen, die von GPGPU profitieren: Spracherkennung, Raytracing, Klimaforschung, Verarbeitung von Video- und Audiodaten, Physikberechnungen und Datenbanken. Auch für komplexe Finanzanalysen wird GPGPU-Computing eingesetzt.

Für die Grafikkartenhersteller ATI (eine Tochter von AMD) und Nvidia erschließen sich mit GPGPU neue Geschäftsfelder. Beide Unternehmen haben mit Tools und Initiativen reagiert, um ihre Produkte für dieses Segment attraktiver zu machen.

Nvidia bietet mit CUDA (Compute Unified Device Architecture) eine API und ein SDK, das es Entwicklern erlauben, C-Sprachen für die Programmierung von GPGPU-Applikationen zu nutzen. Außerdem hat das Unternehmen die Marke Tesla eingeführt, unter der entsprechende Hardware-Lösungen vertrieben werden.

Das ATI-Pendant zu CUDA heißt CTM (Close to Metal). GPGPU-Lösungen werden inzwischen als AMD-Stream-Prozessoren vermarktet.