作者：Alex
nVIDIA于一年前发布了针对科学计算领域的Tesla，或许很多DIY对Tesla都不熟悉，因为它主要是面向行业用户进行科学计算的产品，涉及多种应用领域，如石油天然气勘探、视频编码以及科学研究的医学成像等等。2008年6月17日，nVIDIA又于德国发布了第二代的Tesla产品，Tesla 10系列以及新的1U服务器和TESLA C1060处理器，籍着这个机会，今天我们向大家讲解下nVIDIA Tesla系列的应用以及未来。
对Tesla并不了解的朋友，如果近期经常接触显卡，应该也对CUDA这个词组有所闻，简单来说，CUDA就是以C语言编写的一种API，通过CUDA用户可以用GPU来进行某些软件或科学领域的加速运算，使GPU不仅仅在图形领域发挥作用。而TESLA正是以CUDA为基础开发面向科学计算的产品。
nVIDIA的Tesla系统平台
所谓GPU运算实际上是有CPU和GPU协调进行的，而且是一个（异构）的计算环境。这就意味着在应用程序当中，顺序这一部分的代码是在CPU里面进行执行的，而并行的也就是计算密集这一部分是在GPU里面进行。到底什么是顺序，什么是并行？用简单例子说，假设每人手中都有一瓶水，这里有一个桶，我们把这个桶装满，顺序的话，就是一个人来了以后另外一个人再过来，同时的话，所有人把水往桶里倒。这样的话，显然通过并行的方式速度会快很多。
Tesla是以GPU为处理核心的计算平台，和常规计算机一样，它同样具有CPU等其他常规的电脑硬件，但计算机搭配的Tesla和传统显卡不同，它没有视频输出接口，而且是多块组成SLi的模式，以计算应用为主。好了，我们对Tesla这个概念有了认识后，我们下面就来看看目前Tesla的主要应用层面。
第
GPU和传统的CPU不同，它是由多核心组成的并行处理架构，主要优势在于其高性能的计算运算能力，在视频编码、科学研究的医学成像以及Photoshop应用领域中效率要高于传统的CPU。
Tesla可应用于生命科学的模拟运算中，运行速度可提高12倍
在科学应用上，通过CUDA实现气象研究预报的工作，整体速度能大幅提升20%
CUDA在金融
