注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 利用GPU进行高性能数据并行计算

  2. 早期的游戏, 显卡只是为屏幕上显示像素提供一 个缓存, 所有的图形处理都是由单独完成。图形渲 染适合并行处理, 擅长于执行串行工作的尸实际上难 以胜任这项任务。直到, 年, 机领域第一款户 秋。。出来以后, 游戏的速度、画质才取得了一个 飞跃。户的功能更新很迅速, 平均每一年多便有新一代 的户诞生, 运算速度也越来越快。以下表, 表明 年度尸与尸价格相当的情况下, 户的计算能力已 经远远高于户的计算能力。注户为每秒浮点 运算能力。

  3. 所属分类：专业指导

    • 发布日期：2010-11-05
    • 文件大小：467kb
    • 提供者：poopsun

  1. 超越图形界限 AMD并行计算技术全面解析

  2. AMD并行计算技术全面解析，GPU工作原理与并行计算、GPU结构与ATI产品发展、GPU通用计算发展与细节、GPU内部计算实现细节、ATI GPU通用计算实例

  3. 所属分类：其它

    • 发布日期：2012-01-18
    • 文件大小：17mb
    • 提供者：blackrose888

  1. 地球物理高性能计算的新选择GPU计算技术

  2. ：随着地球物理对高性能计算需求的不断提升，集群系统节点规模不断提高，一方面大大提高了系统建设、 运行、维护、管理及应用软件开发的复杂性，另一方面在提高系统总体性能方面也受到越来越大的制约。随着微 电子技术的发展，GPU计算技术与可重构计算技术，将有可能替代集群计算技术成为高性能计算的主流技术。 充分利用GPU并行处理能力，可以将GPu作为计算加速器为基于cPu的通用计算平台提供高性能的科学计 算能力补充，这样可以在现有通用计算平台的基础上实现高性价比的高性能计算解决方案

  3. 所属分类：专业指导

    • 发布日期：2012-04-30
    • 文件大小：640kb
    • 提供者：lingliang82828

  1. GPU通用计算：计算领域的一次革命

  2. 自从NvIDIA公司在1999年发布GeForce 256图形处理芯片时首先提出GPU(Graphic Processing Unit)的概念，GPU 长期以来一直充当着CPU“助手”的角色，大部分的数据处理由 CPU负责计算，而GPU仅仅是根据API指定的函数对这些数据进 行简单的加工，然后送到显示器上。但是，近年来随着大型游 戏和3D技术在计算机领域的蓬勃发展，GPU的性能越来越强大， 逐渐具备了可编程流水线、高密度并行处理等特性，许多GPU 的浮点运算能力已经超越了CPU，以目前最强的i

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：171kb
    • 提供者：xiaoxio006

  1. 基于GPU的并行支持向量机的设计与实现

  2. 1．在综述了当前高性能计算领域热门技术的基础上，选择GPU作为并行支持向量 机的实现工具。在GPU编程方法方面，选择了OpenCL作为具体的代码实现技术，并搭 建了GPU计算的实验平台和基于VisualStudio2010的OpenCL的开发环境。 2．介绍了支持向量机理论的基本原理及其数学模型，引出了SMO训练算法并对其 进行了详细的说明。研究了LibSVM的使用方法，并在之前搭建的两个平台上做了实验 仿真，以用来作为参照基准。 3．根据SVM训练和预测算法中的并行点，提出了用于多类分类器的

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：2mb
    • 提供者：xiaoxio006

  1. 基于图形处理器(GPU)的通用计算

  2. 伴随着 级微机的崛起和普及，多年来计算机图形的大部分应用发生了从工作站向微机的大转移，这种转移甚至发生在像虚拟现实、计算机仿真这样的实时（中、小规模）应用中这一切的发生从很大程度上源自于图形处理硬件的发展和革新近年来，随着图形处理器（ ）性能的大幅度提高以及可编程特性的发展，人们首先开始将图形流水线的某些处理阶段以及某些图形算法从 向 转移除了计算机图形学本身的应用，涉及到其他领域的计算，以至于通用计算近 年来成为 的应用之一，并成为研究热点文中从若干图形硬件发展的历史开始，介绍和分析最新 在

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：842kb
    • 提供者：xiaoxio006

  1. 面向CPU-GPU异构并行系统的编程模型与编译优化关键技术研究

  2. 随着超大规模集成电路技术的不断进步，单芯片上集成了越来越多的晶体管， 目前已达到10亿的量级。然而，受到CMOS工艺特征尺寸的限制，芯片的主频 在达到4GHz之后继续提升的空间有限，多核并行逐渐成为提升处理器计算性能， 同时也是充分利用丰富的片上资源的主要技术途径。4-8核的通用CPU目前已 成为市场主流，而一些专用的处理器如流处理器则包含数十到数百个处理核心。 本文选取目前非常流行也极具发展潜力的一种商用流处理器体系结构——GPU （Graphics Processing Unit）展开相关

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：2mb
    • 提供者：xiaoxio006

  1. 面向大规模科学计算的CPU-GPU异构并行技术研究

  2. 大规模科学计算对科学研究具有及其重要的意义，是计算机学科面临的重大 任务。近年来，随着GPU硬件及其编程模型的快速发展，使用GPU来加速大规 模科学计算应用己成为必然趋势。GPU擅长进行计算密集型操作，而且具有极高 的性价比，非常适合高性能科学计算。然而，如何有效地把科学计算应用移植到 GPU上运行仍是一个很大的挑战。在由CPU和GPU构建的异构系统中，CPU负 责进行复杂的逻辑运算和事务管理等不适合数据并行的计算，GPU负责进行计算 密集度高、逻辑分支简单的大规模数据计算。本文从两个层面研究

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：5mb
    • 提供者：xiaoxio006

  1. 图形处理器用于通用计算的技术、现状及其挑战

  2. 年来计算机图形处理器(GPu)以大大超过摩尔定律的速度高速发展．图形处理器的发展极大地提高了计算机图形处理的速度和图形质量，并促进了与计算机图形相关应用领域的快速发展与此同时，图形处理器绘制流水线的高速度和并行性以及近年来发展起来的可编程功能为图形处理以外的通用计算提供了良好的运行平台，这使得基于GPu的通用计算成为近两三年来人们关注的一个研究热点．从介绍GPu的发展历史及其现代GPu的基本结构开始，阐述GPu用于通用计算的技术原理，以及其用于通用计算的主要领域和最新发展情况，并详细地介绍了G

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：1mb
    • 提供者：xiaoxio006

  1. 异构(CPU-GPU)计算机系统性能评测与优化技术研究

  2. 国民经济和科学技术的快速发展，对高性能计算机的性能提出了更高的要求。 传统的采用通用CPU 研制高性能计算机的方法，在能耗、散热、成本等方面遇到了重大的挑战。异构体系结构结合了通用处理器和加速处理器两者的优势，逐渐成为高性能计算机领域的主流体系结构。GPU以其强大的运算能力、高存储带宽、低功耗以及较好的可编程性，在异构结构的计算机设计中确立了主导地位。CPU -GPU异构系统出现之后，引起国际学术界的广泛关注，并且被认为是未来研制高性能计算机的重要发展方向。与此同时，人们也很关心异构结构的应用

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：1mb
    • 提供者：xiaoxio006

  1. CUDA高性能计算并行编程

  2. CUDA高性能计算并行编程，针时GPU的计算处理能力，提出了用GPU解决高性能计算的问题，其中包括详细描述CUDA编程的方法、优化处理原则等

  3. 所属分类：其它

    • 发布日期：2014-08-05
    • 文件大小：423kb
    • 提供者：xazql2007

  1. 使用GPU加速高性能计算

  2. 描述了GPU在高性能计算中的使用以及目前的发展情况！

  3. 所属分类：C

    • 发布日期：2014-09-11
    • 文件大小：131kb
    • 提供者：lishangjin08

  1. GPU多任务调度

  2. 1、在cpu端使用多线程利用系统中的多gpu(如果系统中有n个gpu，可以指定任意个gpu参与计算)执行多个任务(可以是任意个)，可以自由设定任务数量和任务队列大小。2、在同一个gpu上以不同的顺序执行多个任务(每个任务可能有多个kernel函数)，并且统计不同的顺序序列，每个任务执行的时间和每个任务所有kernel执行时间；同时也可以每次执行一个任务序列。3、和2中的类似，主要实现单gpu上所有任务的kernel不同的执行序列对执行时间的影响。 以上实现的程序，主要用来考察不同的执行顺序(包

  3. 所属分类：C++

    • 发布日期：2016-12-08
    • 文件大小：11mb
    • 提供者：gone_huilin

  1. GPU高性能运算之CUDA

  2. 本书是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行计算所需要的语法、硬件架构，程序优化技巧等知识。

  3. 所属分类：C

    • 发布日期：2017-09-01
    • 文件大小：14mb
    • 提供者：m0_37862267

  1. 联想HPC-AI-GPU服务器-人工智能技术-V2.pptx

  2. 联想 HPC&AI 技术平台解决方案，介绍：人工智能计算系统框架、联想GPU 服务器 、联想人工智能技术平台、利用GPU 加速计算的应用介绍

  3. 所属分类：群集服务

    • 发布日期：2020-05-08
    • 文件大小：7mb
    • 提供者：m0_38043550

  1. Windows圆周率计算工具

  2. 基于OpenCL的圆周率计算工具，可用于GPU性能测试，支持nVidia、AMD、Intel等厂商GPU、CPU。GPi可充分利用GPU强大的并行计算能力。 操作简单，一键开始，使用主流显卡可在3秒内算得Pi小数点后100万位。

  3. 所属分类：Windows Server

  1. 基于GPU并行的谱元法地震波数值模拟

  2. 谱元法是有限元法的一个重要分支,具有对模型适应能力强、计算精度较高和易于实现等优点。有别于有限元的近似计算,谱元法的质量矩阵采用数值积分得到的对角阵,既简化了计算,又可避免计算精度的下降。以用于通用计算领域的GPU为例,介绍了在CUDA编程平台下实现谱元法地震波数值模拟并行化的方法。在实例应用中为避免浮点数据的原子操作,提高计算效率,模型被采样为串行执行的四个并行单元集合体。

  3. 所属分类：其它

    • 发布日期：2020-06-18
    • 文件大小：642kb
    • 提供者：weixin_38614812

  1. 利用FPGA加速分布式计算

  2. 高校和私企正在应用分布式平台，而不是安装速度更快、耗电更大的超级计算机来解决日益复杂的科学算法，针对SETIhome 这样的项目，他们则使用数以千计的个人计算机来计算它们的数据。[1，2] 当前的分布式计算网络一般用CPU 或 GPU 来计算项目数据。

  3. 所属分类：其它

    • 发布日期：2020-08-31
    • 文件大小：847kb
    • 提供者：weixin_38629130

  1. 基于CUDA的GPU并行计算技术实现网课课表编排

  2. https://blog.csdn.net/xinew4712/article/details/109994262 文中所提及的完整源码、真实数据、断点数据、运行日志。

  3. 所属分类：教育

    • 发布日期：2020-11-24
    • 文件大小：2mb
    • 提供者：xinew4712

  1. 5G私有云平台-MEC（移动边缘计算）

  2. 1、 MEC MEC是指移动边缘计算 （Mobile Edge Computing, MEC）。通过将 IT 和云平台的运算能力向终端下沉，融合网络传输、计算、储存和应用的创新能力，来提高边缘计算的反馈和效率。 2、 MEC技术指标 （1）网络开放：MEC可提供平台开放能力，在服务平台上集成第三方应用或在云端部署第三方应用。 （2）能力开放：能力开放子系统从功能角度可以分为能力开放信息、API和接口。API支持的网络能力开放主要包括网络及用户信息开放、业务及资源控制功能开放。 （3）资源开放：资

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：98kb
    • 提供者：weixin_38702931
« 12 3 4 5 6 7 8 9 10 ... 15 »