Tesla M60 / M40

Nvidia Tesla M60/M40 to profesjonalne akceleratory obliczeniowe tej firmy oparte na architekturze Maxwell.

Architektura i budowa akceleratorów Tesla M60 oraz M40

NVIDIA Tesla M60 i Tesla M40 należą do profesjonalnych akceleratorów obliczeniowych opartych na architekturze Maxwell. Nie są typowymi kartami graficznymi przeznaczonymi do montażu w domowym komputerze gamingowym. Projektowano je do pracy w serwerach, stacjach roboczych oraz środowiskach wykorzystujących obliczenia ogólnego przeznaczenia na GPU. Ich głównym interfejsem jest PCI Express 3.0, a programy korzystają przede wszystkim z platformy CUDA. Oba modele mają zdolność obliczeniową CUDA Compute Capability 5.2.

Tesla M60 jest płytą złożoną z dwóch procesorów graficznych GM204. Każdy z nich ma 2048 rdzeni CUDA i 8 GB pamięci GDDR5, dlatego specyfikacja całej płyty podaje łącznie 4096 rdzeni CUDA oraz 16 GB pamięci. Pamięć nie tworzy jednak jednego wspólnego obszaru dostępnego bezpośrednio dla pojedynczego układu: każdy GPU korzysta ze swojej własnej puli 8 GB. Tesla M40 wykorzystuje jeden układ GM200, 3072 rdzenie CUDA i 12 GB pamięci GDDR5. Ma formę pełnowymiarowej, dwuslotowej karty PCIe z pasywnym chłodzeniem.

Różnice parametrów ważne przy doborze platformy

Tesla M40 została przygotowana przede wszystkim do obliczeń pojedynczej precyzji, czyli FP32. NVIDIA podaje dla tego modelu do 7 TFLOPS w FP32 z użyciem GPU Boost, przepustowość pamięci 288 GB/s oraz maksymalny pobór mocy 250 W. Tesla M60 ma maksymalny pobór mocy 300 W dla całej dwuprocesorowej płyty. Jej dwa układy mogą wykonywać pracę równolegle, ale aplikacja musi poprawnie obsługiwać wiele urządzeń CUDA, aby wykorzystać oba procesory graficzne.

W praktyce wybór między tymi modelami nie powinien opierać się wyłącznie na sumie rdzeni CUDA. Tesla M40 dysponuje pojedynczym układem z 12 GB pamięci, co upraszcza uruchamianie zadania mieszczącego się w jednej przestrzeni pamięci. Tesla M60 zapewnia dwa niezależne GPU i po 8 GB pamięci na każdy z nich, dlatego większą rolę odgrywa sposób podziału danych oraz obsługa komunikacji między urządzeniami. Oba akceleratory wymagają serwera lub obudowy zdolnej odprowadzić znaczne ilości ciepła, odpowiedniego zasilacza oraz właściwego przepływu powietrza. Wersje z pasywnym radiatorem nie powinny być instalowane w obudowie pozbawionej serwerowego nawiewu.

CUDA, pamięć i typowe zastosowania obliczeniowe

Program wykorzystujący Teslę M40 lub M60 musi korzystać ze zgodnego sterownika NVIDIA oraz wersji CUDA obsługującej architekturę Maxwell i Compute Capability 5.2. Sama obecność karty w systemie nie oznacza jeszcze, że aplikacja użyje GPU. Konieczne jest wykrycie urządzenia przez sterownik, poprawne załadowanie modułu CUDA oraz zgodność bibliotek używanych przez program. Przy diagnostyce można sprawdzić rozpoznanie akceleratora poleceniem nvidia-smi. W przypadku M60 narzędzie powinno wykazać dwa procesory graficzne, natomiast M40 jest widoczna jako jedno urządzenie.

Akceleratory te mogą być stosowane do obliczeń CUDA, przetwarzania obrazów, kodowania i analizy strumieni wideo, symulacji oraz starszych zastosowań uczenia maszynowego. Tesla M40 była pozycjonowana jako karta do dużych obciążeń FP32 i trenowania modeli, a Tesla M60 również wspierała infrastrukturę NVIDIA GRID do udostępniania wirtualnych stanowisk graficznych. Nie należy jednak utożsamiać liczby gigabajtów pamięci na płycie M60 z 16 GB dostępnymi dla jednego zadania. Program musi zmieścić dane w pamięci konkretnego GPU albo świadomie rozdzielić obliczenia między oba układy.

Diagnostyka instalacji i chłodzenia w serwerze

Problemy z Tesla M60 lub M40 często wynikają z warunków pracy, a nie z uszkodzenia samego procesora graficznego. Pierwszym krokiem jest sprawdzenie, czy karta jest prawidłowo osadzona w gnieździe PCIe, czy przewody zasilające są podłączone zgodnie z dokumentacją serwera i czy zasilacz ma wystarczający zapas mocy. Przy M60 trzeba uwzględnić obciążenie dwóch GPU, a przy M40 wysokie zapotrzebowanie pojedynczego układu. Warto odczytać w nvidia-smi temperaturę, pobór mocy, stan sterownika, zajętość pamięci oraz ewentualne komunikaty o błędach.

Jeżeli system widzi tylko jeden układ Tesli M60, należy sprawdzić oba połączenia PCIe, ustawienia BIOS-u, wersję sterownika i logi systemowe. Gdy karta znika po rozpoczęciu obciążenia, podejrzane są przegrzewanie, niewystarczający nawiew, przeciążenie zasilacza albo błędy magistrali PCIe. Diagnostyka powinna obejmować test przy obciążeniu kontrolowanym, pomiar temperatur oraz porównanie zachowania karty w innym kompatybilnym serwerze. Naprawa może polegać na przywróceniu prawidłowego chłodzenia, wymianie przewodów lub zasilacza, instalacji zgodnego sterownika albo kwalifikacji akceleratora do wymiany, jeśli testy potwierdzą usterkę sprzętową.