Nvidia macht Fermi mobil

Nvidia hat neue Grafikkarten für mobile Workstations mit Fermi-Architektur vorgestellt. Und gleich mal RAM und CUDA-Kerne verdoppelt.

Für Cutter, Editors und Ingenieure gibt es jetzt auch auf mobilen Workstations Quadro-GPUs mit Fermi-Architektur. Im Gegensatz zur vorherigen Serie wurden CUDAs und RAM verdoppelt. Um den Akku zu schonen (wenn auch kaum jemand unterwegs nur aus dem Akku arbeitet) ist mit der „Optimus“-Technologie der Energiekonsum effizienter, den Kerne werden nur nach Notwendigkeit zugeschalten, und so wird außerhalb der Renderzeiten nicht der Stromspeicher leer gesaugt.

Das Flaggschiff Quadro 5010M bringt satte 4GB GDDR5-Speicher, der nahezu eine Milliarde Dreiecke pro Sekunde berechnen. Die CUDA-Prozessorarchitektur bringt – wie in der neuen Ausgabe der DP zu lesen ist, Performance-Steigerungen bei rechenintensiven Applikationen wie Raytracing, Videobearbeitung und wissenschaftlichen Anwendungen. Mobil ist jetzt auch die GPU Tessellation Engine, welche OpenGL 4.1 und Shader Model 5.0 beherrscht und äußerst detaillierte Geometrien für Modelle und Umgebungen bei der Erstellung von Filmszenen ermöglicht. Dazu kommen Microsoft DirectX 11 sowie die DirectCompute- und OpenCL-Standards.

Die neuen Modelle sind:

Quadro 5010M (Flaggschiff): 384 CUDA-Kerne; vier GB GDDR5-Speicher; konzipiert für neue mobile Workstations mit 17,3-Zoll-Display

Quadro 4000M (Produktionsklasse): 336 CUDA-Kerne; zwei GB GDDR5-Speicher; konzipiert für neue mobile Workstations mit 17,3-Zoll-Display

Quadro 3000M (Produktionsklasse): 240 CUDA-Kerne; zwei GB GDDR5-Speicher; konzipiert für neue mobile Workstations mit 17,3-Zoll-Display

Quadro 2000M (Mittelklasse): 192 CUDA-Kerne; zwei GB DDR3-Speicher; konzipiert für mobile Workstations mit 15,6-Zoll-Display

Quadro 1000M (Mittelklasse): 96 CUDA-Kerne; zwei GB DDR3- Speicher; konzipiert für mobile Workstations mit 15,6-Zoll-Display.

Kommentar schreiben

Please enter your comment!
Please enter your name here

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.