世界第一台电动跑车设计平台-XASUN视觉计算工作站

美国著名电动汽车制造商Tesla Motors 采用 The MathWorks 的基于模型的设计工具，以开发 2008 款 Tesla Roadster，它是世界第一辆电动跑车
 

为了在有限的预算和时间内满足苛刻的技术目标，Tesla Motors 设计团队依靠 Simulink 和 MATLAB 对整个汽车和其主要子系统建模。工程师将汽车每个主要系统独立的模型（包括电动机、电池、传动机构、制动器、轮胎、电力以及控制系统）集成到一个完整的系统模型中。他们在构建样机之前使用这些模型仿真计算和预测总体车辆性能，然后对比仿真结果和样机路面测试结果，以改善整个系统模型。此方法缩短了总体设计和测试流程，并帮助 Tesla Motors 以远远低于传统车辆的项目成本生产 2008 款 Tesla Roadster。

XASUN视觉计算工作站组成

 Matlab数值计算都是基于CPU为核心，将密集数值计算和复杂图形图像处理交给超级计算机甚至大型并行计算集群系统完成，今天我们推荐这套个人超级图形计算平台，借助GPU超强的浮点运算能力，大幅提升并行计算能力和实时仿真系统处理速度，这套成本仅仅最低不到5万元人民币，但它已经超过传统的30万集群的性能

 
 
 

一台典型专业图形工作站，安装上Tesla C1060高性能计算卡和Jacket Engine引擎就成为一台Matlab个人超级图形计算机了

 产品型号  XASUN GPU T12308TT
参考配置：

下面我们主要介绍：
1. Nvidia Tesla C1060高性能计算卡
2.Jacket Engine for Matlab引擎

一. Tesla C1060卡 –超过10台顶级双路Xeon服务器性能

   NVIDIA Tesla C1060 可将工程师桌边图形工作站转变成一个性能远超小型集群的高性能计算机。它的计算能力甚至超过了一个小的计算机集群。与在数据中心中的共享计算机集群相比，NVIDIA Tesla C1060性能更强，消耗的能源更少。Tesla C1060基于大规模并行的多核Tesla处理器。

该处理器与标准的CUDA C语言编程环境紧密结合以简化多核心编程,满足HPC产业对性能无休止的追求，努力满足对计算能力要求最苛刻的应用的需求，这些应用领域包括药物研究、油气开采以及计算金融。

多核心架构在HPC高性能计算应用中提供最理想的扩展能力。有些应用程序的复杂性已经超出了CPU的处理能力，Tesla多核架构能满足这些程序对计算能力的需求。
  
NVIDIA CUDA™ 技术充分发挥Tesla多核计算产品的性能。独一无二的C语言环境，充分发挥GPU（图形处理器）的多核处理能力，来解决世界上对计算能力要求最迫切的问题。
 

CUDA介绍：
CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA的处理器上以超高性能运行。 将来还会支持其它语言，包括FORTRAN以及C++。

目前，支持CUDA的GPU销量已逾1亿，数以千计的软件开发人员正在使用免费的CUDA软件开发工具来解决各种专业以及家用应用程序中的问题。这些应用程序从视频与音频处理和物理效果模拟到石油天然气勘探、产品设计、医学成像以及科学研究，涵盖了各个领域。

技术特点：
用于GPU并行应用开发的标准C语言
快速傅里叶转换（FFT）以及基本线性代数子程序（BLAS）的标准数字库
专用CUDA驱动器，用于GPU和CPU之间快速数据传输计算
CUDA驱动程序与OpenGL和DirectX图形驱动程序可以实现互操作
支持Linux 32/64位，Windows XP 32/64位以及Mac 操作系统#p#page_title#e#

二、Jacket Engine for Matlab—把并行计算和图形处理移到GPU平台
  
1.      Jacket Engine介绍
Jacket Engine 是专门MATLAB基于GPU计算引擎，由AccelerEyes公司开发，其1.0版本已经发布。AccelerEyes成立于2007年，致力于将GPU科技引入高性能计算（HPC）当中，需要一个强劲的工具连接软件开发人员和GPU硬件之间。当硬件开发者致力于底层的软件工具（如CUDA），以支持他们的设备时，AccelerEyes 开发了高层的接口，完全屏蔽了底层硬件的复杂性。
 

AccelerEyes的第一个产品——Jacket，适用于很多行业的HPC应用，如：汽车制造、金融、医疗以及地质等行业。此外，Jacket的图形工具包能做的真正的视觉计算，能准确的将计算机的CUDA OpenGL可视化进行融合。
 
2.    Jacket Engine运行
Jacket是MATLAB代码在GPU上运行的插件。Jacket使标准的MATLAB代码能够在GPU上运行，并给用户提供MATLAB的友好界面，带来GPU可视化计算的速度。
 

Jacket不仅提供了GPU API（应用程序接口），而且还集成了GPU MEX功能。在一定程度说，Jacket是一个完全对用户透明的系统，能够自动的进行内存分配和自动优化。Jacket使用了一个叫“on-the-fly”的编译系统，使MATLAB交互式格式的程序能够在GPU上运行。
目前，Jacket只是基于NVIDIA的CUDA技术。
  
 3、图形化工具包
Jacket同样包含有MATLAB开发的图形化工具包（支持目前的所有操作系统）。Jacket集成的图形化工具包的计算引擎能够完全发挥您的GPU 的全部OpenGL功能。这种计算和可视化的集成是您能做到开发真正的视觉计算

4. Matlab计算--移植到GPU平台非常简单，功能更强大
Jacket是Matlab的GPU插件。Jacket能够使标准的MATLAB代码能够运行在任何NVIDIA的支持CUDA的GPU上，从Geforce8400到Tesla C1060。用法很简单——Jacket为MATLAB引入了新的数据类型，这使得您能将您的数据移植到GPU上运算。
 

 
>> G = gones( 3 );     % 创建一个 GPU矩阵
>> G = fft( G );         % 执行一个 GPU FFT
>> G = G * G;           % GPU 矩阵乘法
>> C = double( G );    % 返回到CPU模式
 
MATLAB代码例子：
 
很简单吧！仅仅只需更改数据类型，就能开始使用GPU的强大运算能力了，NVIDIA Tesla C1060具有240个GPU处理器（核）。现在您可以把以前巨大的集群系统抛弃了，来享受带有Jacket的个人超级运算计算机吧！
 
Jacket图形工具包极大的改善了MTLAB的可视化计算。想法同样很简单——使数据在GPU中进行可视化计算而不需要将数据返回至CPU。