Las GPU en un data center, ¿qué hacen allí?

Las GPU en un data center, ¿qué hacen allí? Esto no se trata de colocar estas piezas de hardware y por capricho en un Centro de Procesamiento de Datos. No.Una vez que forma parte de la industria del juego, las GPU están ganando terreno en las infraestructuras de los centros de datos. Conozca por qué el poder de las GPU las hace encajar en la virtualización y en las aplicaciones con gran cantidad de datos.
Una unidad de procesamiento de gráficos puede realizar una gama de procesos matemáticos complejos de manera mucho más eficiente que una unidad de procesamiento central ordinaria.

Las unidades de procesamiento de gráficos (GPU) pueden mejorar el rendimiento de las aplicaciones de centros de datos que requieren funciones matemáticas complejas y grandes conjuntos de datos, como el procesamiento paralelo, el cálculo de bases de datos SQL, el reconocimiento de imágenes, el aprendizaje automático y el análisis de big data.

Los diseñadores de chips desarrollaron las GPU para procesar algoritmos gráficos en la industria de los juegos porque las unidades centrales de procesamiento (CPU) no estaban equipadas para renderizar imágenes en 3D en una pantalla 2D y para brindar efectos especiales. La idea era instalar hardware de GPU como un chip especializado, a menudo implementado en una tarjeta de expansión como una tarjeta PCI Express , para descargar los gráficos de una aplicación. La GPU realiza el renderizado y aplica los efectos necesarios para crear cada fotograma de la imagen y luego envía la imagen a una pantalla conectada directamente a un puerto en la tarjeta GPU.

Sin embargo, las GPU también pueden manejar gran parte de las complejas matemáticas necesarias para las aplicaciones que no son de juego. El hardware de GPU puede realizar 2.5 veces más rápido que una CPU. Esto significa que la aplicación puede usar la GPU para realizar el doble del trabajo o para entregar un cálculo en una fracción del tiempo en comparación con una CPU de propósito general.

La única advertencia es que la aplicación debe tener el código adecuado para admitir el hardware de GPU. En la actualidad, los proveedores de software incorporan el código GPU en herramientas para el aprendizaje profundo, la orquestación de contenedores y la administración y supervisión de clústeres. No todo el software es compatible con el procesamiento de GPU; Los administradores deben verificar las aplicaciones heredadas, propietarias y de mainframe antes de usar las GPU.

El hardware de GPU funciona bien como aceleradores de carga de trabajo en el centro de datos. Por ejemplo, los administradores pueden usar GPU en configuraciones de infraestructura de escritorio virtual para admitir gráficos y tareas de representación para escritorios virtuales.

Los administradores también pueden implementar GPU en Big data y escenarios de computación científica para ejecutar modelos meteorológicos, encontrar correlaciones en grandes conjuntos de datos, desarrollar aplicaciones de aprendizaje automático y realizar reconocimiento facial a partir de imágenes de video.

Leer también: La computación acelerada por GPU se abre paso en el centro de datos ; GPU Nvidia Tesla K 80

This post is also available in: Español