Inom elektronikområdet är exempelvis tung signalbehandling en möjlig tillämpning.
Nyheten tas också tacksamt emot av de forskare som idag är tvungna att ta till specialknep för att lura Nvidias grafikkort att göra beräkningar de egentligen inte är byggda för.
– Vi har kontakt med flera forskargrupper och har hållit dem uppdaterade med tekniken, säger Andy Keane, chef för grafikprocessorberäkningar på Nvidia, till Elektroniktidningen.
– Medan vi har hållit på och konstruera den här produkten, under fyra år, så har vi insett det blir allt vanligare att man använder grafikteknik till annat än grafik, säger David Kirk, forskningschef på Nvidia, till tidningen EE Times .
– Och det är inte det lättaste. Man måste hela tiden låtsas att man skriver grafikkod, fast det är något annat man gör egentligen. Så vår tanke är att erbjuda en möjlighet att kunna göra det mer direkt.
Programmeraren ställer enligt EE Times in Geforce 8800 till att antingen ta emot grafikkommandon eller kommandon för superdatorberäkningar. Det handlar inte bara om nya programmeringsgränssnitt; superdatorläget har en egen trådschemaläggning i hårdvara och en teknik för att låta aritmetikenheterna dela cacheminne.
Den stora utmaningen med multikärnor är att hitta en programmeringsmodell som på ett enkelt sätt låter programmeraren utnyttja potentialen. Nvidia lanserar en ny, egen, trådbaserad modell för programspråket C.
– Grunden är att man först definierar hur utdata ska se ut, och därefter konstruerar man en beräkningstråd som beräknar utdata, säger Andy Keane.
Tekniken heter Cuda.
GeForce 8800 består av 681 miljoner 90nm-transistorer uppdelade i åtta kärnor med sammanlagt 128 stycken aritmetikenheter för enkelprecisionsaritmetik. En version som har fler ALU:er och klarar dubbel precision är under utveckling.
Kretsen säljs på ett PCI-Expresskort som heter GTX8800 och betingar ett pris på 600 dollar. Det drar upp till 145 W och 116 W i snitt.
Den som redan idag vill prova att göra superdatorberäkningar på sitt pc-grafikkort, kan besöka någon av projekten Accelerator, Brook GPU och Folding@home.
Se även Elektroniktidningens specialartikel om strömningsprocessorer.