Un equipo de científicos alemanes utiliza las GPU Tesla para las operaciones de aterrizaje y desplazamiento del robot de exploración y el procesamiento de imágenes 3D de la luna como parte de la competición Lunar X PRIZE

 

SANTA CLARA, California—27 de marzo de 2012—NVIDIA ha comunicado hoy que un equipo de científicos alemanes está utilizando sus GPU Tesla para desarrollar el proyecto con el que participan en la competición internacional Lunar X PRIZE, cuyo objetivo es hacer aterrizar un robot de exploración en la luna en 2015.

La iniciativa Google Lunar X PRIZE nació con el propósito de incentivar el nacimiento de una nueva era de exploración lunar y, para ello, ofrece el premio más sustancioso de la historia de las competiciones internacionales. Los primeros equipos financiados con capital privado que consigan hacer aterrizar sin daños un vehículo de exploración sobre la superficie de la luna para que efectúe un recorrido de 500 metros y transmita datos, fotografías e imágenes de vídeo del satélite a la Tierra para su posterior estudio, recibirán premios por valor de 30 millones de dólares.

Un equipo integrado por 100 científicos, ingenieros y desarrolladores alemanes ha constituido el grupo Part-Time Scientists (PTS), uno de los 26 equipos de todo el mundo que participan en el certamen. Para asegurarse el éxito, el grupo de PTS ha instalado GPU Tesla en varios de los servidores y estaciones de trabajo situados en el centro de control desde el que se manejará el robot Asimov. Las GPU Tesla se encargarán de acelerar las partes de la misión que requieren más operaciones de cálculo, lo que incluye la simulación de la navegación del vehículo, el control de las posiciones del robot en tiempo real, y el procesamiento y transmisión de vídeos y fotografías en alta resolución.

Según Robert Böhme, jefe del equipo PTS, “Las GPU NVIDIA serán fundamentales para que Asimov pueda aterrizar a salvo y nos ayudarán a procesar una enorme cantidad de información para mejorar nuestra comprensión de la superficie lunar. Al mismo tiempo, demostraremos los asombrosos logros que la ciencia puede conseguir gracias a la moderna tecnología de cálculo de las GPU”.

El grupo de PTS aprovechará la potencia de los procesadores Tesla en todas las fases de la misión. Durante la etapa de preparación y planificación, se utilizarán para simular millones de escenarios diferentes. Esto les permitirá mejorar las técnicas de lanzamiento y aterrizaje ajustando aspectos tales como los tiempos y la duración de la combustión de los propulsores para corregir las trayectorias con mínimo margen de error.

Una vez que Asimov haya alcanzado su destino, el equipo utilizará la potencia de cálculo de las GPU Tesla para dirigir y controlar las actividades del robot y generar mapas lunares altamente detallados a partir de las imágenes 3D estereoscópicas transmitidas por éste.

La capacidad de procesar y analizar rápidamente la enorme cantidad de imágenes de vídeo producidas por Asimov (y enviarle nuevas instrucciones de navegación) será fundamental para el éxito de la misión. Cualquier retraso podría desviar al robot de su ruta o, en el peor de los casos, incrementar el riesgo de colisión con algún obstáculo que obligara a PTS a cancelar la misión.

Gracias a las GPU NVIDIA, PTS espera conseguir entre 5 y 10 veces más velocidad de procesamiento de las imágenes de vídeo generadas por el robot. Solo sistemas de cálculo basados en GPU tienen la potencia de cálculo necesaria para procesar y entregar esta información en tiempo real con un coste asequible.

Competición Google Lunar X PRIZE  La competición Google Lunar X Prize, que otorga premios por valor de 30 millones de dólares, fue creada en 2007 por la Fundación X PRIZE con el objetivo de enviar misiones de exploración a la luna financiadas al menos con un 90 por ciento de capital privado. En la actualidad hay 26 equipos procedentes de 17 países inscritos para participar en el desafío. El equipo que haya cumplido todos los requisitos de la convocatoria antes de que finalice el 31 de diciembre de 2015 recibirá un gran premio de 20 millones de dólares. Encontrará más información en la web de Google Lunar X PRIZE.

GPU NVIDIA Tesla  Las GPU Tesla son aceleradores computacionales basados en la plataforma de procesamiento paralelo NVIDIA CUDA®. Están diseñadas para realizar tareas de alta computación, cálculo científico y supercomputación con gran eficiencia energética y ofrecen una aceleración muy superior a la de los sistemas basados exclusivamente en la CPU con una gran variedad de aplicaciones científicas y comerciales. En la actualidad, se encuentran en tres de los cinco superordenadores más potentes del mundo.

Si desea obtener más información sobre las GPU NVIDIA Tesla, visite las páginas web de Tesla. Para ver información detallada sobre CUDA o descargar la última versión de la plataforma, visite la web de CUDA. En la sala de prensa de NVIDIA puede encontrar los últimos comunicados de prensa, información sobre la compañía y sus productos, así como vídeos/imágenes y otra información sobre NVIDIA. También puede seguirnos en Twitter (@NVIDIATesla).

NVIDIA NVIDIA (NASDAQ: NVDA) mostró al mundo las posibilidades del chip de gráficos con la invención de la GPU en 1999. Hoy, sus procesadores son la base de una gran variedad de productos que abarcan desde smart phones a superordenadores. Los procesadores NVIDIA para móviles se utilizan en teléfonos celulares ytablets, y en los sistemas de infoocio de los vehículos. Los aficionados a los juegos de PC utilizan las GPU para dar vida a mundos espectaculares. Los profesionales las utilizan para crear efectos visuales en las películas y realizar todo tipo de diseños, desde palos de golf hasta grandes aviones comerciales. Por último, los investigadores aprovechan la potencia de la GPU para impulsar el avance de la ciencia a través de sistemas de alta computación. La compañía es propietaria de más de 4500 patentes en todo el mundo, algunas de las cuales proporcionan diseños y conceptos esenciales para la informática actual. Para obtener más información, entre en www.nvidia.es.

Artículo publicado en NVIDIA