nVidia CUDA i ATI Stream. Wykorzystać moc GPU

Nvidia CUDA i ATI Stream to dwie technologie konkurencyjnych firm, które jednak służą temu samemu, czyli zaprzęgnięciu GPU do zadań, którymi do tej pory zajmował się CPU. Wielordzeniowa architektura nowoczesnych układów graficznych pozwala na wykorzystanie przetwarzania równoległego.

Jeśli chodzi o liczbę rdzeni, to przy konfrontacji z GPU, centralne jednostki nie mają żadnych szans. Powszechnie dostępne procesory mogą się pochwalić co najwyżej czterema rdzeniami, podczas gdy układ graficzny karty GeForce GTX 280 ma ich 240.

Szybko okazało się, że GPU znakomicie sprawdzają się w zastępstwie CPU i potrafią wielokrotnie przyśpieszyć takie działania jak choćby konwersję materiałów wideo (oczywiście ich zastosowanie nie ogranicza się wyłącznie do takich funkcji) i zdeklasować najszybsze procesory dostępne obecnie na rynku, czyli Core i7.

Widząc spektakularne efekty zastosowania CUDA, NVidia która ostatnio nie przepuszcza żadnej okazji do wbicia szpili w bok Intela, nie zwlekając ogłosiła rychły i tragiczny koniec kariery CPU. Przepowiednia ta była zdecydowanie przedwczesna i miała na celu pognębienie rywala, ale wizja tego jak GPU kilkakrotnie szybciej rozprawia z zadaniem nad którym biedzi się nowoczesny, kilkurdzeniowy CPU z pewnością daje do myślenia.

Potężna moc tkwiąca w kartach graficznych i wykorzystywana w 99% do generowania grafiki w grach, została na początku przetestowana… w grach, ale tym razem do generowania efektów fizycznych. Marketingowi NVidii w tej kwestii nic zarzucić nie można i odkupiony od firmy AGEIA silnik PhysX zaznacza swoją obecność w coraz większej ilości produkcji rozrywkowych.

W tej kwestii firma ATI nieco pozostała w tyle i chociaż trwają już prace nad przystosowaniem legendarnego już Havoka do wykorzystania sprzętowych zasobów kart ATI, to kiedy efekty tych prac zawitają na nasze monitory, tego jeszcze dokładnie nie wiadomo. Na targach Game Developers Conference zaprezentowano już możliwości tej technologii, w tym między innymi oprogramowania Havok Cloth, która to umożliwia realistyczne przedstawienie tkanin.

Na dzień dzisiejszy wydawałoby się, że NVidia ze swoją technologią CUDA święci triumfy, a ATI przespało sprawę i Stream znajduje się w odwrocie. Faktem jest, że firma ATI/AMD nie zatroszczyła się o odpowiednią promocję swojej technologii (przynajmniej jeśli chodzi o oprogramowanie użytkowe, bowiem projekty komercyjne wykorzystujące Stream istnieją i mają się dobrze), natomiast nVidia zadbała o medialny rozgłos, co przełożyło się na wymierne korzyści w postaci oprogramowania z logo CUDA.

Zieloni rozpisali nawet konkurs programistyczny na najlepsze aplikacje wykorzystujące CUDA, w którym zresztą triumfowali także dwaj Polacy (o czym dalej).

ATI pomimo, że także od jakiegoś czasu udostępnia oprogramowanie ATI Stream dla deweloperów (SDK), to jednak nie może się pochwalić tak spektakularnymi sukcesami w wykorzystaniu tej technologii jak konkurent.  Do tego wszystkiego dochodzi jeszcze wsparcie dla standardu OpenCL. Open Computing Language to rozwiązanie, które pozwala wykorzystywać przetwarzanie równoległe, dzięki czemu jeden program może korzystać z wielu układów, wliczając w to oczywiście GPU. NVidia 20 marca bieżącego roku wypuściła sterowniki i SDK dla OpenCL. ATI dopiero nad tym pracuje.

Oczywiście by wykorzystać ATI Stream i NVidia CUDA należy posiadać zarówno odpowiednie oprogramowanie jak i sprzęt. By skorzystać z dobrodziejstw technologii NVidia CUDA należy posiadać kartę GeForce serii 8 lub nowszą, wyposażoną w co najmniej 256 MB pamięci.

W przypadku ATI Stream teoretycznie niezbędne jest posiadanie karty, bądź układu graficznego serii Radeon HD, z tym, że część z nich nie wykorzysta pełni możliwości tej technologii. Jednak, bazując na informacjach zawartych na stronie AMD, sztandarowy produkt wykorzystujący Stream, czy ATI AVIVO Video Converter do przeliczeń za pomocą ATI Stream wymaga karty serii 4600 lub 4800. Pełna lista kart obsługujących te technologie zostanie podana przy ich dokładniejszym omówieniu.

Przyjrzyjmy się zatem bliżej obydwu technologiom, a zwłaszcza oprogramowaniu które z nich korzysta, bowiem to najbardziej interesuje przeciętnych użytkowników.

Karty GeForce wspierane przez technologię NVidia CUDA (serii 8, 9, 100 i 200 i z minimum 256 MB pamięci):

GeForce GTX 295, GTX 285, GTX 280, GTX 275, GTX 260, GTS 250, GTS 150, GT 130, GT 120, G100, 9800 GX2, 9800 GTX+, 9800 GTX, 9800 GT, 9600 GSO, 9600 GT, 9500 GT, 9400GT, 8800 Ultra, 8800 GTX, 8800 GTS, 8800 GT, 8800 GS, 8600 GTS, 8600 GT, 8500 GT, 8400 GS, 9400 mGPU, 9300 mGPU, 8300 mGPU, 8200 mGPU i 8100 mGPU

Karty Quadro wspierane przez technologię NVidia CUDA:

Quadro FX 5800, FX 5600, FX 4800, FX 4800 dla Maca, FX 4700 X2, FX 4600, FX 3800, FX 3700, FX 1800, FX 1700, FX 580, FX 570, FX 470, FX 380, FX 370, FX 370 Low Profile, CX, NVS 450, NVS 420, NVS 295, NVS 290, Plex 2100 D4, Plex 2200 D2, Plex 2100 S4 i Plex 1000 Model IV

Mobilny GeForce:

GeForce GTX 280M, GTX 260M, GTS 160M, GTS 150M, GT 130M, G110M, G105M, G102M, 9800M GTX, 9800M GT, 9800M GTS, 9800M GS, 9700M GTS, 9700M GT, 9650M GS, 9600M GT, 9600M GS, 9500M GS, 9500M G, 9300M GS, 9300M G, 9200M GS, 9100M G, 8800M GTS, 8700M GT, 8600M GT, 8600M GS, 8400M GT i 8400M GS

Mobilny Quadro:

Quadro FX 3700M, FX 3600M, FX 2700M, FX 1700M, FX 1600M, FX 770M, FX 570M, FX 370M, FX 360M, NVS 320M, NVS 160M, NVS 150M, NVS 140M, NVS 135M i NVS 130M

Z dobrodziejstw technologii NVidia CUDA potrafią także skorzystać systemy Tesla (S1070, C1060, C870, D870 i S870).

Wspierane systemy operacyjne:

• Windows XP (32-bit/64-bit)
• Windows Vista (32-bit/64-bit)
• Mac OS X 10.5.2 lub nowszy
• Linux (32/64-bit):
• Redhat Enterprise Linux 3.x, 4.x i 5.x
• SUSE Linux Enterprise Desktop 10
• OpenSUSE 10.1, 10.2, 10.2 I 11
• Fedora 7, 8 i 9
• Ubuntu 7.04, 7.10 I 8.04

CUDA (Compute Unified Device Architecture),  jest środowiskiem języka C (podobnie zresztą jak ATI Stream), dzięki któremu możliwe jest stworzenie aplikacji które wykorzystują moc przetwarzania równoległego rdzeni procesora graficznego. Sterownik CUDA współpracuje zarówno z bibliotekami OpenGL jak i DirectX. Więcek szczegółów na temat technologii i jej wykorzystania można znaleźć na oficjalnej stronie NVidii w dziale CUDA ZONE.

Udostępniono już CUDA w wersji 2.2, której to zapewniono między innymi wsparcie dla Windows 7. Użytkownicy Linuxa mogą już korzystać z debuggera CUDA, z tym, że producent zaznacza, że został on przetestowany jedynie z 32-bitową wersją Red Hat Enterprise Linux w wersji 5.x. W najnowszej wersji znajdziemy także narzędzie Visual Profiler 2.2, które umożliwia profilowanie aplikacji w języku C uruchomionym na GPU. Wersja ta obsługuje pomiary przepustowości pamięci wewnątrz rdzenia układu, co pozwala na sprawdzenie wydajności obliczeń w środowisku CUDA.

Dodatkowo można liczyć na większą wydajność międzyoperacyjną przy wykorzystaniu OpenGL, pobieranie tekstur z nieciągłej pamięci liniowej, bezpośrednie pobieranie danych z pamięci systemowej, uwspólnienie dostępnego obszaru pamięci dla całego RAM oraz asynchroniczne operacje kopiowania pamięci w systemie Vista. Wśród innych poprawek wymienia się między innymi wsparcie dla Ubuntu 8.10, Fedory 10 i RHEL 5.3. Więcej informacji na temat zmian w wersji 2.2 można znaleźć na oficjalnym forum CUDA Zone.

Narzędzia deweloperskie NVidia CUDA są bezpłatne i można je pobrać ze strony firmy nVidia.

Warto wspomnieć, że znajdują się tam też dokumentacje dotyczące tworzenia wtyczek do Photoshopa oraz programu MATLAB wykorzystujących tą technologię.

Jak wspominałem we wstępie, NVidia zdążyła już rozpisać konkurs, który miał wyłonić najbardziej innowacyjnych twórców oprogramowania dla procesorów graficznych w Europie. Nagrodzono czterech programistów, z czego dwóch pochodzi z Polski.

Pierwsze miejsce w konkursie zajął Richard Membarth (Niemcy) za plug-in filtra do programu GIMP. Drugie zajął Jan Linxweiler (Niemcy) za symulację przepływu płynów. Trzecie i czwarte miejsce zgarnęli Polacy. Janusz Bedkowski za aplikację Robot Range Finder, która symuluje ruchy obiektów i reaguje na nie w czasie rzeczywistym, a Jacek Naruniec za program do identyfikacji twarzy na podstawie jej cech charakterystycznych (w oparciu o obraz z kamery internetowej), oraz jej  śledzenia.

Jak widać zastosowania CUDA są praktycznie nieograniczone i przyszłe wykorzystanie tej technologii może nas jeszcze nie raz zadziwić.

NVidia CUDA jest już wykorzystywana w projektach naukowych. Znane oprogramowanie BOINC (Berkeley’s Open Infrastructure for Network Computing) wykorzystuje wolną moc obliczeniową domowych komputerów do skomplikowanych obliczeń. BOINC jest próbą rozwiązania problemu analizy ogromnej ilości danych. Wśród projektów naukowych wspieranych przez BOINC znajdują się takie, które poszukują rozwiązań dla problemów klimatycznych, metod leczenia chorób, czy wyszukiwaniu w przestrzeni kosmicznej pulsarów bądź sygnałów pochodzenia pozaziemskiego (słynne SETI@home).

Dwa projekty umożliwiają już wykorzystanie CUDA, a są to wspomniane SETI@home oraz GPUgrid.net. Wedle informacji zawartych na stronie BOINC, aplikacje te mogą działać od 2 do 10 razy szybciej, niż te wykorzystujące wyłącznie moc CPU.

Projekt SETI@home wyszukuje śladów aktywności pozaziemskich cywilizacji poprzez analizę sygnałów radiowych docierających do nas z kosmosu. Dzięki wykorzystaniu CUDA i karty GeForce GTX 280 klient BOINC może przetwarzać dane dwukrotnie szybciej niż procesor Intel Core i7 965 3,2 GHz i prawie osiem razy szybciej niż Core 2 Duo E8200 2,66 GHz.

Z mocy kart NVidii korzysta też projekt GPUgrid.net. Zadaniem projektu jest symulacja struktur biomolekularnych.  Jednym z najnowszych eksperymentów jest badanie właściwości protein wirusa HIV.

Kolejnym projektem który ma wkrótce wzbogacić się o obsługę CUDA jest Einstein@Home. W ramach tego eksperymentu domowe komputery analizują dane z obserwatoriów fal grawitacyjnych w poszukiwaniu sygnałów pochodzących z pulsarów. Więcej na temat wykorzystania CUDA w BOINC dowiesz się pod tym adresem.

Uniwersytet w Stanford nie chce być gorszy i oprogramowanie projektu Folding@home również korzysta z mocy kart graficznych NVidia. Więcej na temat wykorzystaniu CUDA znajdziecie na oficjalnej stronie projektu Folding@home.

Wszystkie te informacje są bardzo ciekawe, ale przeciętnego użytkownika bardziej interesują ogólnodostępne aplikacje użytkowe, które skorzystają z dobrodziejstw tej technologii. Oczywiście, do wszystkich  informacji producentów, że program korzystający z CUDA działa x razy szybciej, należy podchodzić z dystansem, o ile nie są poparte konkretnymi przykładami. Przykładowa informacja, że karta GTX 280 wykonała obliczenia 4 razy szybciej od bliżej niezidentyfikowanego procesor, jest bezużyteczna.

Sztandarowym produktem wykorzystującym CUDA jest…

Program wedle producentów może aż 20-krotnie przyśpieszyć konwertowanie materiałów wideo i audio. Aplikacja nie jest przesadnie rozbudowana i pozwala na obróbkę materiału filmowego w maksymalnej rozdzielczości 1920 x1080.

Badaboom jest programem komercyjnym i w przeliczeniu na polską walutę kosztuje ok 100 złotych. Dostępna jest wersja trial, która pozwala na 30 dni darmowego użytkowania (bądź do 30 konwersji). Dodatkowo umieszcza ona w materiale wynikowym logo programu.

www.badaboomit.com

Nero Move It jest „kombajnem” do zarządzania plikami multimedialnymi, włączając w to ich konwersję. Najnowsza aktualizacja do numeru 1.5.8.0 wzbogaca program o obsługę NVidia CUDA, co wedle producenta pozwala pięciokrotnie skrócić czas kodowania materiału.

Nero Move It jest programem komercyjnym, w Nero Online Shop wersja pudełkowa kosztuje 189,99, zamiast wersja do pobrania 149,99. Aktualizację do wersji obsługującej CUDA można pobrać za darmo. Wszyscy chętni mogą sięgnąć po wersję trial, którą można testować przez 15 dni. Więcej szczegółów znajdziecie na www.nero.com.

Super LoiLoScope to kolejny program do konwersji materiałów multimedialnych. Jego producenci porównali jego wydajność podczas wykorzystania  Core 2 Duo E8200 2,66 GHz oraz przy użyciu karty graficznej GeForce GTX 280. Konwersja 60-sekundowego filmu w rozdzielczości FullHD (1920 x 1080) do formatu MP4, dzięki technologii NVidia CUDA przebiegła ponad 10 razy szybciej.

Super LoiLoScope jest programem komercyjnym, a jego pełna wersja kosztuje 69 USD. Dostępna jest także darmowa wersja LoiLoScope (bez przedrostka Super), która także pozwala na wykorzystaniu CUDA.  Wersja darmowa jednak podlega licznym ograniczeniom. Maksymalna rozdzielczość wyjściowa konwertowanego materiału jest ograniczona do 320 x 240, a dodatkowo przy kodowaniu za pomocą CUDA usuwany jest dźwięk. Darmową wersję LoiLoScope można pobrać tutaj.

SimHD jest wtyczką do uniwersalnego odtwarzacza multimediów ArcSoft TotalMedia Theatre, która umożliwia wykorzystanie kart NVidii, przy… konwersji materiałów wideo.

Tym razem producent nie zdradza nam w jaki sposób CUDA wpływa na przyśpieszenie obliczeń, ale informuje, że dzięki tej technologii użycie CPU przy konwersji spada średnio z 80% do 15%.

Przegląd aplikacji korzystających z NVidia CUDA kończymy (a to niespodzianka) na programie do obróbki filmów. CyberLink PowerDirector 7 dzięki wsparciu CUDA potrafi przyśpieszyć konwersję materiałów wideo oraz szybsze renderowanie efektów. Producenci za pomocą platformy testowej, na którą składał się komputer wyposażony w procesor Core 2 Duo 2,66 GHz oraz kartę graficzną GeForce 9600 GT i pracujący pod kontrolą Windows XP, stwierdzili bezsporną przewagę tej technologii.

Co więcej, wykorzystanie CUDA w tym programie przynosi zwiększenie efektywności pracy CPU, przy jego równoczesnym mniejszym obciążenie.

PowerDirector 7 pozwala dobrze wykorzystać też zasoby sprzętowe CPU, czego przykładem może być optymalizacja pod procesory Core i7. Więcej informacji na temat wykorzystania CUDA w CyberLink 7 można znaleźć na stronie producenta.

Firma Cyberlink nie ograniczyła wsparcia dla CUDA dla jednego produktu. Dzięki temu MediaShow Espresso może konwertować cyfrowe filmy do formatów zgodnych z różnymi urządzeniami przenośnymi, takimi jak iPod, iPhone czy PSP do 10 razy szybciej.

Do narzędzi wykorzystujących CUDA należy też dodać kodec wideo CoreCodec CoreAVC High Definition H.264. Wersja trial umożliwia testowanie go przez 14 dni i można ją pobrać w tym miejscu.

Z kodowania formatu H.264 za pomocą CUDA korzysta także Adobe Premiere Pro CS4.

Jak widać chętni do wykorzystania mocy tkwiącej w kartach graficznej NVidii mogą na razie zająć się obróbką filmów, bądź… pograć w gry ze wsparciem dla NVidia PhysX. A co w tym momencie ma do zaoferowania ATI/AMD?

Warto zauważyć, że pomimo, że teoretycznie ATI Stream można wykorzystać na dowolnej karcie/układzie serii HD, to w przypadku klasycznych kart Radeon, dostęp do pełnych możliwości tej technologii uzyskają dopiero posiadacze kart HD 3690 lub lepszych (wyłączając modele 4350, 4550, 4650 i 4670). Słabsze karty uniemożliwiają między innymi wykorzystanie operacji na liczbach zmiennoprzecinkowych podwójnej precyzji oraz wykorzystania algorytmów typu Scatter. Jednak na obecną chwilę, dostępne oprogramowanie użytkowe wykorzystujące ATI Stream wymaga kart z serii 4xxx.

Karty/układy które nie dają dostępu do pełni możliwości ATI Stream oznaczone są znakiem x. Karty ATI Radeon HD wspierane przez technologię ATI Stream:

• ATI Radeon HD    2350 (x),  2400 Pro (x), 2400 XT (x), 2400 LE (x), 2600 Pro (x), 2600 XT (x),  2900 GT (x), 2900 Pro (x), 2900 XT (x), 3430 (x), 3450 (x), 3470 (x), 3690, 3830, 3850, 3870, 3870 X2, 4350 (x), 4550 (x), 4650 (x), 4670 (x), 4830, 4850, 4850 X2, 4870, 4870 X2 i 4890

Karty ATI FireGL i ATI FirePro wspierane przez technologię ATI Stream:

• ATI FireGL V3600 (x) , V5600 (x), V7600 (x), V7700, V8600 (x) i V8650 (x). ATI FirePro V3750 (x), V5700 (x),  V7750 (x) i V8700

Karty AMD FireStream wspierane przez technologię ATI Stream:

• AMD FireStream 9170, 9250 i 9270

Układy ATI Mobility Radeon HD wspierane przez technologię ATI Stream:

• ATI Mobility Radeon HD 3410 (x), 3430 (x), 3450 (x), 3470 (x), 3650 (x), 3670 (x), 3850, 3870, seria 4300 (x), seria 4500 (x), 4650 (x), 4670 (x), 4850, 4850 X2, 4870

Chipsety AMD wspierane przez technologię ATI Stream (żaden z nich nie oferuje pełnego wsparcia):

• HD 3000 (AMD 760G), HD 3100 (AMD 780V), HD 3200 (AMD 780G) i HD 3300 (AMD 790GX)

Wspierane systemy operacyjne:

• Windows XP SP3 (32-bit/64-bit)
• Windows Vista SP1 (32-bit/64-bit)
• Linux Red Hat Enterprise Linux (RHEL) 5.1, 5.2 (32-bit/64-bit)
• SUSE Linux Enterprise Server (SLES) 10 SP2 (32-bit/64-bit)

Obsługiwane kompilatory:

• Windows – Microsoft Visual Studio (MSVS) 2005, 2008
• Linux – GNU Compiler Collection (GCC) 4.1.2

Najnowsza wersja ATI Stream SDK nosi numer 1.4 beta i jest dostępna za darmo, po zarejestrowaniu się na stronie AMD. Wersja 2.0 ma już oficjalnie wspierać standard OpenCL.

Developer Kit pozwala na pisanie własnego oprogramowania opartego na rozszerzeniu C o nazwie Brook+. AMD już od jakiegoś czasu udostępniła narzędzia dla chętnych wykorzystania mocy GPU. Pierwszy był niskopoziomowy interfejs programistyczny o nazwie Close To Metal, nie cieszył się on jednak dużą popularnością, ze względu na jego skomplikowanie. Technologia ATI Stream została zaimplementowana do pakietu sterowników Catalyst od wersji 8.12.

Przegląd oprogramowania wykorzystującego CUDA rozpoczęliśmy od projektów naukowych, więc i tu uczynimy podobnie. Moc kart graficznych ATI wykorzystywana jest przez oprogramowanie projektu Folding@home. Projekt zajmuje się badaniem procesu fałdowania białek, co może pomóc w odnalezieniu lekarstw na wiele groźnych chorób.

Podobnie jak w przypadku BOINC, oprogramowanie Folding@home przeprowadza obliczenia wykorzystując nieużywane moce procesora. Twórcy oprogramowania Folding@home stworzyli aplikację która wykorzystuje moc GPU serii HD 2xxx, 3xxxx i 4xxxx. Można ją pobrać ze oficjalnej strony projektu.

Przegląd oprogramowania użytkowego wykorzystującego ATI Stream rozpoczniemy od aplikacji która miała być konkurencją dla Badaboom Media Converter, czyli…

Niestety, wedle informacji na stronie producenta, na chwilę obecną ATI AVIVO Video Converter do działania z wykorzystaniem ATI Stream wymaga karty serii HD 46xx lub HD 48xx. Dodatkowo, z różnych stron świata dochodzą głosy, że aplikacja miewa problemy z poprawnym działaniem. Konwersja za pomocą GPU po prostu czasami się wyłącza. Doprowadziło to do tego, że jeden z internetowych portali oskarżył ATI/AMD o oszustwo. Aplikację możemy uruchomić z poziomu ATI Catalyst Control Center (wystarczy włączyć podstawowy tryb działania aplikacji).

Wedle AMD, aplikacja dzięki wykorzystaniu ATI Stream, potrafi przyśpieszyć konwersję materiału wideo nawet o 17 razy. Testy przeprowadzono na komputerze pracującym pod kontrolą Windows Vista 64-bit, wyposażonym w procesor Intel Core 2 Extreme QX9650 3 GHz, 6GB pamięci RAM taktowanej 1066 MHz memory, oraz kartę graficzną Radeon HD 4850 512 MB. Przy wykorzystaniu ATI AVIVO Video Converter konwersja godzinnego filmu w rozdzielczości 1920 x 1080 w formacie HD MPEG 2 do MPEG4 zajęła 12 minut. Ta sama operacja wykonana za pomocą iTunes 8.0.1 z WinQuickTimeMPEG2 zajęła 3 godziny i 23 minuty. Czekamy na bardziej stabilne wersje, które będą wykorzystywały także karty Radeon HD niższych serii. ATI AVIVO Video Converter dodawany jest do pakietu sterowników ATI Catalyst od wersji 8.12 wzwyż. AVIVO Package należy pobrać oddzielnie, znajduje się on w dziale sterowników (Additional Downloads).

To nie pomyłka. To narzędzie oprócz optymalizacji pod procesory Core i7 i obsługi NVidia CUDA oferuje także wsparcie dla ATI Stream. Niestety, podobnie jak w przypadku poprzednika, wymaga do działania karty serii HD 46xx lub 48xx (producent wymienia modele 4650, 4670, 4670, 4850 i 4870 X2). Sytuacja staje się jasna, gdy przeczytamy niewielką adnotację na dole strony, w której producent pisze o konieczności instalacji ATI AVIVO Video Converter.

Podobnie jak w przypadku wykorzystania CUDA, przy użyciu ATI Stream aplikacja potrafi bardziej wydajniej wykorzystać CPU przy jego mniejszym obciążeniu.

Inny produkt firmy CyberLink również korzysta z technologii ATI Stream. Więcej informacji na temat tego konwertera można znaleźć na stronie producenta.

Niestety na chwilę obecną, to byłoby na tyle, jeśli chodzi o wykorzystanie ATI Stream w aplikacjach użytkowych. Dzięki informacjom AMD wiadomo, że nad wsparciem ATI Stream pracują już firmy ArcSoft (wtyczka SimHD) oraz Microsoft (ATI Stream w DirectX 11). Wśród chętnych do wykorzystania ATI Stream wymienia się także Adobe.

AMD podało informację że ATI Stream wykorzystywane jest w komercyjnych projektach, takich firm jak Neurala, Centre de Physique des Particules de Marseilles, RapidMind, RogueWave czy CAPS. Wypadałoby jeszcze wspomnieć o ciekawostce, jaką jest demo…

Ponownie firma AMD/ATI informuje nas, że demo przeznaczone jest dla kart serii HD 48xxx, ale jak miałem okazję się przekonać, bezproblemowo działa na karcie HD 3870. Demo powstało, by pokazać możliwości przetwarzania równoległego kart ATI Radeon HD. Froblins wykorzystuje GPU nie tylko do generowania silnika graficznego i efektów (DirectX 10.1), ale także do obliczeń sztucznej inteligencji występujących tam stworków.

Demo umożliwia nam nie tylko obejrzenie kilku prezentacji, ale także interakcję dzięki czemu możemy obserwować reakcję Froblinów na nasze działania.

Jak widać aplikacji wykorzystujących przetwarzanie równoległe na GPU jest na razie jak na lekarstwo, ale pierwsze efekty są bardziej niż obiecujące. W tym momencie NVidia wraz z CUDA prowadzi w tym technologicznym wyścigu, a pracownicy ATI muszą zacisnąć zęby i nadgonić konkurenta. Wojna pomiędzy NVidia CUDA i ATI Stream dopiero się zacznie. Obie technologie dopiero pokazały ułamek swoich możliwości (w przypadku ATI Stream można mówić dopiero o raczkowaniu) i moc drzemiąca w kartach graficznych wciąż czeka na przebudzenie.

• ATi Stream
• nVidia CUDA