Une carte graphique à l’assaut des CPU ?
Avant de rentrer dans des considérations d’ordre technique ou de performances, il convient de mentionner la nouvelle marotte de nVIDIA qui à créé le buzz autour de la marque depuis quelques mois et qui a n’en pas douter fera encore couler beaucoup d’encre dans les semaines à venir. Petit retour en arrière : avec son premier GPU à l’architecture unifiée (le G80) nVIDIA introduisait CUDA, un langage de programmation maison qui permet d’exploiter le GPU pour calculer des données qui n’ont strictement rien à voir avec les graphismes. Ainsi, il est possible grâce à CUDA de développer sur GPU comme on le ferait sur CPU et cela en profitant de l’architecture extrêmement parallélisée de ce type de puce. Si jusqu’à présent cette particularité n’avait pas encore été beaucoup mise en avant, cela va énormément changer avec l’arrivée du GT200.
Souvenez vous, il y a peu un représentant d’Intel annonçait la fin prochaine des GPU (rien que ça !). Cette déclaration fit l’effet d’une bombe et depuis lors, Intel et nVIDIA se font la guerre à coup d’annonces plus ou moins agressives. nvidia ajoutant le geste à la parole, on entend beaucoup parler chez nVIDIA du GPU Computing que nous avons d’ailleurs pu voir et même essayer au travers d’un encodeur vidéo nommé Badaboum créé par Elemental Technologies qui accélère jusqu’à 18x le temps d’encodage (plus d’infos ici). D’autres applications comme Photoshop, Adobe Première, Folding@Home ou encore SuperPi devraient prochainement supporter CUDA ce qui semble prometteur car l’architecture des GPU parfaitement appropriée aux calculs scientifiques et boursiers. nVIDIA met d’ailleurs en évidence dans sa documentation technique certains gains constatés grâce au passage du CPU au GPU et vous constaterez que les résultats sont plutôt impressionnants !
Avec des calculs allant jusqu’à 149 fois plus vite, on comprend très bien l’engouement de certains professionnels pour CUDA et les GPU. En effet, à la vue des résultats il semble évident qu’il peut être beaucoup plus pertinent de monter un super calculateur avec GPU plutôt qu’avec des CPU dans certains domaines.
PhysX pour tous ?
Enfin presque… Pour mémoire,nVIDIA procédait récemment au rachat de la société Ageia. Société qui avait mis sur le marché un PPU (Physic Processor Unit) dédié exclusivement aux calculs physiques (comportements des débris d’une explosion, des objets, mouvements des textiles, expressions des personnages, etc…). Si dans le fond une API dédiée aux calculs physiques était une bonne idée, dans la pratique les cartes Ageia PhysX n’ont rencontrées qu’un succès d’estime. Il faut dire qu’à 150€ la carte et avec un catalogue de jeux compatibles PhysX très restreint au lancement, Ageia n’avait que peu d’arguments pour convaincre le grand public. Faisant désormais partie de nVIDIA les concepteurs de la technologie PhysX ont laissé tomber les cartes additionnelles pour rendre compatible leur technologie avec l’ensemble des GPU nVIDIA qui supportent CUDA. Concrètement cela veut donc dire que l’intégralité des GPU nVIDIA depuis le lancement du G80 supporteront PhysX une fois que les drivers appropriées verront le jour. D’ailleurs les premiers pilotes « PhysX » pourraient sortir dès cet été pour le GT200…
Pour information, si dans un premier temps on pensait qu’une configuration SLI serait indispensable pour gérer l’API PhysX, cela ne devrait finalement pas être le cas. nVIDIA nous a en effet confirmé qu’il serait possible de monter dans un même PC deux cartes graphiques différentes pour tirer partie des calculs physiques. Du coup si vous avez en ce moment une GeForce 8800GT et que vous souhaitez passer à une GeForce GTX 280, vous pourrez garder les deux dans votre PC et dédier par exemple la 8800GT à PhysX. Il nous faudra par contre évaluer l’impact des performances d’une telle configuration par rapport à une unique GTX 280.
