Agora vamos compartilhar com você alguns dos outros destaques da palestra de abertura sobre a GPU Technology Conference 2009 por Jen-Hsun Huang, CEO da NVIDIA e co-fundador de onde NVIDIA está caminhando para computação. Mas, primeiro, aqui está à grande abertura e vídeo das principais realizações da tecnologia NVIDIA em avanços feitos com a GPU. Tome nota que esta abertura “big bang” é um vídeo 3D real conforme projetado pela NVIDIA, sendo que o foco não esta tão grande, se não precisaria de usar óculos 3D. Ainda assim, ele saiu bem o suficiente para que nós quiséssemos compartilhar com nossos leitores: —
Você tem que perceber que apenas há alguns anos atrás, computação GPU era extremamente difícil, e se fossemos falar disso teríamos que voltar muitos anos atrás. O fato de que agora existem 1500 desenvolvedores que estão trabalhando com o SDK da NVIDIA e ferramentas para fornecer ou criar soluções de computação via GPU, e dando origem à primeira GPU Technology Conference, disse que a muito potencial sobre esse campo.
NVIDIA, fez seu primeiro movimento anos atrás com a NV40, e da introdução de Cg (em linguagem C para gráficos) na seqüência de uma estreita colaboração com a Microsoft para a programação de vértice e pixel shaders. Depois disso houve derivados dessa participação surgindo linguagens de alto nível de sombreamento, GLSL pelo grupo OpenGL e HLSL Microsoft. Em essência, a NVIDIA ajudou a promover essa arena e mostrá-lo que e muito mais forte do que a concorrência, abrindo assim a GPU computing, em sua encarnação atual com a tecnologia NVIDIA CUDA, bem como alguns consumidores bem-sucedidos, estação de trabalho e aplicações de HPC. Claro que ainda há muito que melhorar em termos de capacidade de acelerar os outros tipos de aplicações além daquelas já faz, mas este é ainda um jovem, e crescente indústria e há muito potencial inexplorado.
Em termos de computação visual, não é apenas sobre a melhoria da qualidade de jogo, e realismo. Que já esta fazendo um pouco nos últimos tempos com o PhysX, é lenta, mas crescente a lista de jogos que o apoiá para fornecer um ambiente de jogo mais envolvente. Não se esqueça, PhysX é utilizado um pouco na produção de filmes e aqui está um mini clip para destacar esse aspecto: —
Ainda em outras partes onde o poder de computação visual CUDA é desbravar novos caminhos, é uma vitrine da NVIDIA ray-tracing em tempo real usando Ray NVIDIA OptiX tracing engine. Este não é a mais recente das notícias, mas sim para onde a computação visual esta se dirigindo. Esta não é o mais recente de notícias, mas os laços na direção de onde mais de computação visual está se dirigindo. Não há programa lá fora, ainda com este engine, então aqui está uma foto do próprio programa da NVIDIA utilizado para demonstrar essa capacidade: —
Indo além CUDA, NVIDIA falou de seus NVIDIA kit Vision 3D e apenas recentemente anunciada, nova Fujifilm FinePix Real 3D câmera W1, que é a primeira câmera certificadas para 3D Vision. Em essência, levam-se em 3D, fotos e vídeos que são perfeitamente compatíveis com a visualização de um sistema que tem o kit essencial 3D Vision e o engine correta para desfrutar da captura em 3D.
Jen-Hsun mostrando a primeira câmera 3D Vision autenticada da Fujifilm 3D que captura fotos e vídeos – o FinePix Real 3D W1.
Veja como um piscar de olhos 3D foto da gente na platéia parece quando visto em uma tela convencional.
Web Computing com GPU
Em seguida, a NVIDIA tinha um par de exemplos de Web Computing com GPU onde se pode voltar a usar um “papel”. A primeira é muito mais perto de todas as necessidades de entretenimento diário – assistir vídeos em flash. Agora sabemos que a GPU GeForce ajuda a acelerar os formatos de vídeo convencionais para Taxing Blu-ray dual-stream media. No entanto eles ainda não podem acelerar os vídeos em flash HD. Traste não como a Adobe e a NVIDIA estão trabalhando juntos em uma GPU-acclerator Adobe Flash Player para transmitir os vídeos HD fora da web, sem que ajam problemas para um netbook possa atender suas necessidades de uso da internet e temos algumas fotos e um vídeo para mostrar isso : —
E aqui está o netbook Ion HP com chips NVIDIA plataforma Ion que Jen-Hsun está segurando. O maior chip no módulo é o chipset Ion enquanto o menor chip é o processador Intel Atom.
Agora um outro exemplo da Web Computing com a participação da GPU é a realidade aumentada.Este nome é dado quando um computador faz sobreposição de malhas, com a sua visão do mundo real, e faz parecer como se tudo realmente existiu. Ludwig Fuchs, diretor executivo da RTT entrou no palco para mostrar um aplicativo de personalização da Ferrari que auxilia a fazer qualquer tipo de alterações de acessórios de cores em todas as partes do carro que reflete imediatamente na tela para ajudar os seus clientes visualmente.
Ele tomou essa demonstração de um entalhe com um pneu real no palco, sem bordas, mas na tela do computador, fez aparecer por completo uma borda definida.Para retroceder até o fator de realidade aumentada, ele colocou uma lanterna sobre o pneu para simular a iluminação em torno dele enquanto na tela do PC com precisão milimétrica nas bordas em tempo real com a iluminação precisa. Foi um momento surreal para se ver.
Aqui temos Ludwig Fuchs, diretor executivo da RTT e Jen-Hsun se preparando para a demonstração de realidade aumentada.
E aqui vemos na tela o processamento em tempo real com as bordas precisamente acesas.
Serious Parallel Computing com GPU
Por último mas não menos, compartilhamos com vocês alguns exemplos de como algumas GPUs são bastante utilizadas em computação paralela, como às necessidades da ciência médica e indústrias: —
CEO da Techniscan, David Robinson foi partilhar um pouco dos fatos e cenários da vida real, e de como todo este poder computacional extra ajuda a detectar tumores com seu equipamento de detecção precoce do tumor sendo muito mais rápido e mais barato do que antes, quando se usava clusters de CPU para processar os dados.
Comparação da eficiência da CPU vs GPU.
Associate Laboratory Director of Oak Ridge National Laboratory, Dr. Jeffrey A. Nichols também partilhou alguns dos projetos e áreas onde a participação maciça da GPU é muito útil, como para a investigação científica.
amanha coloca a parte 3
