Thành lập vào năm 2006, Twistcode đã nghiên cứu và phát triển về công nghệ tính toán máy tính hiệu suất cao, đặc biệt là tính toán song song hàng loạt cùng những ứng dụng sử dụng bộ xử lý trung tâm (CPU) và xử lý đồ họa (GPU). Điều đó giúp cải tiến nhiều trong việc tăng tốc xử lý các thuật toán và vòng lặp trong nhiều lĩnh vực. Với việc tập trung phát triển vào tính toán máy tính hiệu suất cao, công ty luôn hy vọng giúp những khách hàng, như các tập toàn và tổ chức, chính phủ, có thể tối ưu hóa quy trình làm việc đơn giản nhằm tiết kiệm thời gian và kinh phí ít hơn. Công ty còn cung cấp những dịch vụ như mô hình hóa, xây dựng và điều chỉnh công nghệ và mã xoắn theo nhu cầu của khách hàng. Thất vọng về kiến trúc cell Đó là kiến trúc cell của Sony đã không như mong đợi, khiến Twistcode phải xem xét lại lựa chọn khác cho những dự án. "Chúng tôi đã thử kiến trúc cell của Sony cho game và muốn tìm hiểu thêm về nó. Tuy nhiên, rất khó để lập trình và chúng tôi lại khó khăn trong việc xin giấy phép từ Sony,” ông Nurazam Malim bin Sidik Malim, Giám đốc điều hành của Twistcode, cho biết. CUDA ấn tượng Vào 2007, công ty bắt đầu tìm đến CUDA, nền tảng máy tính có khả năng tính toán song song và cách thức lập trình cao cấp. Nó cho phép tăng nhanh hiệu năng tính toán bằng cách tận dụng sức mạnh của GPU. Twistcode thật sự ấn tượng với những gì mà CUDA thể hiện. “Chúng tôi chọn CUDA bởi vì nó được hệ thống hóa tài liệu tốt và phổ biến rất nhanh,” Nurazam cho biết. Từ khi đó, TwistCode đã sử dụng CUDA và NVIDIA GPU cho vô số dự án, như gần đây nhất là dự án nền tảng xử lý dữ liệu lớn dựa trên tính toán máy tính hiệu suất cao, đang hợp tác cùng với Telekom Malaysia (TM) R&D. Tính toán máy tính hiệu suất cao trên nền tảng dữ liệu lớn Theo Nurazam, họ đang kết hợp dữ liệu lớn với GPU bởi vì đó là sự hội tụ của dữ liệu lớn yêu cầu tốc độ cao với vấn đề tính toán chuẩn xác. “Chúng tôi làm việc với Twistcode vì chúng tôi muốn tìm một giải pháp tốt hơn cho kiến trúc điện toán lưới (Grid computing), là điều phối năng lực tính toán của hệ thống tùy theo dượng dữ liệu được phân bổ. Mỗi nhân viên sẽ có một GPU để làm việc trên các nhánh nhỏ ", chia sẻ từ ông Mohammad bin Shazri Shahrir, Nghiên Cứu của TM R&D. Theo dự án tính toán máy tính hiệu suất cao trên nền tảng dữ liệu lớn, kết quả tốt là dựa trên đầu vào tốt và được thông qua quy trình thu nhập, sắp xếp, phân tích và thực hiện chặt chẽ. Trong quá trình thu nhập, GPU giúp giảm thời gian tính toán cho việc nén, mã hóa và bảo mật cho thông tin đầu vào. Khi đến quy trình sắp xếp, lại giúp giảm thêm một khoảng thời gian đáng kể cho việc nén, cải thiện lưu trữ bảo mật với lưu mã hóa và lưu bảo đảm với chế độ truy cập nhanh. Khi đến giai đoạn phân tích, GPU tiếp tục giảm thời gian tính toán cho việc phân tích, chuyển dời thuật toán đến phân tích ad-hoc và đạt hiệu suất phân tích cao nhất với kết quả phong phú. Vào bước cuối cùng, giai đoạn thực hiện, GPU có khả năng trình bày nội dung rất đa dạng chưa trên nguyên lý ad-hoc cơ bản từ một chuỗi lớn những thuận toán, phục vụ tốt cho việc báo cáo và bảng điều khiển. Điểm khác biệt của GPU Nói về sự khác biệt ở khả năng tính toán của GPU, Nurazam chia sẻ Học Viện Genome Malaysia đã sử dụng 20 bộ vi xử lý kép Xeon và mất 14 ngày để tạo một DNA trong khi Twistcode chỉ sử dụng một card đồ họa NVIDIA GTX 690 và chỉ mất 5 ngày để cho ra kết quả tương tự. "Để tạo ra mô hình của một tòa nhà 47 tầng bằng ứng dụng Esteem 8 phải mất 300 phút trên một siêu máy tính, nhưng với một card NVIDIA GTX 690 chỉ còn 18 phút," ông nói thêm.
