Ajuda para o resto de nós
Eu gosto de um benchmark de arregalar os olhos, assim como o próximo cara. Mas no final do dia, eu sou um usuário. Eu uso computadores para fazer coisas úteis. E nos dias em que tenho que devolver o jato Tom’s Hardware Lear, e todos os coelhos de esqui voltam para seus ninhos, tenho um computador modesto com componentes modestos e pouco orçamento para fazer upgrades de US$ 500. Preciso de tecnologia que me ajude a fazer o que quero com mais eficiência, seja jogar, editar vídeos ou ajudar a modelar sequências genéticas.
Algumas aplicações são lineares por natureza e apenas querem dar partida o mais rápido possível em um único segmento de processamento até que as vacas voltem para casa. Outros são construídos para alavancar o paralelismo. Tudo, desde o Unreal Engine 3 até o Adobe Premiere, nos mostrou os benefícios do multi-threading baseado em CPU, mas e se 4, 8 ou até 16 threads fossem apenas o começo?
Essa é a promessa por trás da arquitetura de computação CUDA da Nvidia, que, de acordo com a definição da empresa, pode executar milhares de threads simultaneamente.
Já escrevemos sobre CUDA no passado, então espero que você não seja estranho à tecnologia (se você perdeu nossa cobertura, confira CUDA da Nvidia: The End of the CPU?) na imprensa se concentrou em hardware de ponta, embora a lógica de suporte esteja presente nas GPUs Nvidia desde o início da GeForce 8. Quando você considera os enormes dólares corporativos envolvidos na computação de alto desempenho (HPC) e mercados de estações de trabalho gráficas – direcionados pelas linhas Tesla e Quadro da Nvidia, respectivamente – não é de admirar que seja onde tanto a atenção de marketing da Nvidia tem estado.
Mas em 2009, finalmente vemos uma mudança. CUDA chegou às massas. Há uma enorme base instalada de placas gráficas de desktop compatíveis, e os principais aplicativos capazes de explorar esse suporte CUDA embutido estão surgindo um após o outro.
Do nada até agora
O primeiro aplicativo CUDA amigável ao consumidor foi o Folding@Home , um projeto de computação distribuída da universidade de Stanford no qual cada usuário pode processar uma porção de dados brutos sobre o comportamento das proteínas para entender melhor (e, esperançosamente, curar) várias das piores doenças da humanidade. O aplicativo passou para compatibilidade com CUDA no segundo semestre de 2008. Pouco depois veio o Badaboom, o transcodificador de vídeo da Elemental Technologies que, de acordo com a Elemental, pode transcodificar até 18 vezes mais rápido do que uma implementação somente de CPU.
Em seguida, veio uma enorme quantidade de aplicativos de mídia para CUDA: Adobe Creative Suite 4, TMPGEnc 4.0 XPress, CyberLink PowerDirector 7, MotionDSP vReveal, Loilo LoiLoScope, Nero Move it e muito mais. Mirror’s Edge parece ser o primeiro título de jogo AAA a alavancar totalmente a tecnologia PhysX baseada em CUDA para aumentar a complexidade visual, supostamente de 10x a 20x. Espere ver mais títulos surgindo nessa linha – muito mais. Embora a AMD e sua tecnologia ATI Stream tenham sofrido reveses, a Nvidia tem anunciado seu CUDA finalizado e comprovado para todos que ouvirem… e os desenvolvedores agora parecem estar levando a mensagem a sério.
Isso é muito bom, mas a prova das capacidades incendiárias do CUDA foi amplamente comprovada em GPUs de ponta. Estou com o orçamento apertado. Amigos estão sendo massacrados ao meu redor por demissões e cortes salariais como vítimas da peste bubônica. Pode apostar, eu adoraria deixar dez ou doze Benjamins em uma revisão gráfica de três vias, mas a realidade é que, como muitos de vocês, tenho apenas uma ou duas notas C de sobra. Em um bom dia. Portanto, a pergunta que todos nós que não podem pagar o equivalente gráfico de um ménage-a-troi de cinco estrelas deve estar se perguntando: “O CUDA significa alguma coisa para mim quando tudo o que posso pagar é um cartão econômico para o meu atual? sistema?”
Vamos descobrir. Hoje, veremos alguns dos títulos mais promissores e mediremos a velocidade obtida com um par de GPUs de médio porte.
