HPC和显卡两条产品线难以驾驭

    NVIDIA近日宣布，IBM已经为其最新款高性能计算(HPC)服务器配备了Fermi新架构的Tesla 2000系列高性能计算处理器，这也是NVIDIA Tesla第一次出现在主流HPC系统中。IBM System x系列的“iDdataPlex dx360 M3”是一套半深式2U Flex或者3U高性能计算系统，专为需要高性能但占地空间、电源和散热基础设施受限的数据中心而设计。

    因为从某种角度上讲，Tesla可以看作是一款HPC的协服务器，专用门用于浮点运算加速。而从CPU的历史来看，CPU以前也有一个专门用于浮点运算的外置协处理器，最后慢慢移植到了CPU内部。

高性能计算(HPC)已经成为NVIDIA的重要产品线

    如果说虚拟化是近年来服务器领域的一大热门，那么在高性能计算（HPC）领域中，通用图形处理器（GPGPU，General-purpose comPuting on Graphics Processing Units），或者说GPU通用计算（下文简称GPU计算）在这几年也越来越火热了。

    NVIDIA作为一个出色的商人，它当然知道卖一片Tesla所得的利润，远高于传统的GPU核心Geforce。尽管他们都是GF100芯片，448个流处理器CUDA Cores，但是2500元人民币能够买到的GTX470和2500美元买到的Tesla M2050，在利润贡献方面是完全两个概念。

Tesla利润不菲 但是却影响了GPU设计方向

    2009年中国研发的基于CPU+GPU混合计算架构的“天河一号”一举夺得了中国TOP100超级计算的排名的桂冠，闯入全球TOP500强的前五位，让人们见到了GPU计算的威力所在。完全可以说，GPU通用计算已经是一个不可阻挡的潮流。而此次设置于深圳中国国家超级计算机中心（National Supercomputing Centre）的“星云”，采用Intel的X5650处理器，搭配NVIDIA的Tesla C2050绘图处理器做为加速器。

   但是不可否认的是，同时兼顾HPC和显卡两条产品线，已经让NVIDIA心力憔悴。因为在HPC领域受欢迎的是大芯片战略，GPU必须拥有更强的ALU运算器组织能力而不仅是大量的运算单元。换而言之，每个运算器的后备资源必须足够充沛，才能保证芯片在遇到复杂的运算环境时降低理论性能衰减。

仅存储体系方面Fermi就做出的重大变动

    将GPU的应用范围扩展到HPC领域，实际上和传统的图形渲染是有一定冲突的，这一点谁都不敢否认。因为由此造成运算器发射端和寄存器容量增长，会导致GPU晶体管数量快速上升，所以我们看到NVIDIA和AMD对阵过程中，Fermi架构使用32亿晶体管换取的DirectX 10图形性能和RV870芯片HD5870用21亿个晶体管换取的性能不相上下。HPC领域的大幅度领先导致了传统图形渲染的每瓦特性能远逊于对手AMD，这就是NVIDIA这一代GPU产品面临的最大困境。