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. cuda_cudpp源码

  2. cudpp是gpgpu下面的一个开源工程，集合了最基本的算法，比如排序之类的，当然电脑上面必须有支持cuda的GPU 做GPGPU的强烈建议看一下。。 另外，强烈鄙视资源分不是0的资源上传者！！

  3. 所属分类：其它

    • 发布日期：2008-12-19
    • 文件大小：2097152
    • 提供者：c_jwx

  1. gpgpu:通用GPU实验室（CUDA）-源码

  2. gpgpu 通用GPU实验室（CUDA）

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：1024
    • 提供者：weixin_42127937

  1. gpgpu-源码

  2. gpgpu

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：93184
    • 提供者：weixin_42128988

  1. 闪存：LSH-GPU ANN程序包-源码

  2. 闪光 FLASH（使用HPC加速的相似搜索的快速LSH算法）是用于稀疏向量的大规模近似最近邻搜索的库。 它目前可用C ++进行CPU并行计算，并支持启用OpenCL的GPGPU计算。 有关理论和基准测试的详细信息，请参见。 **即将推出：**稀疏数据集上的完整GPU ANNS，可提供比当前基准测试更高的速度。 重现性 要在论文中重现准确的结果，请参见根文件夹中reproducibility.pdf中的详细步骤。 表现 我们测试我们的系统在几个大型数据集，疏，包括， 和 。 质量计量学 R k

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：416768
    • 提供者：weixin_42122340

  1. webdnn：Web浏览器上最快的DNN运行框架-源码

  2. WebDNN：Web浏览器上最快的DNN执行框架 WebDNN是一个开源软件框架，用于在Web浏览器上执行深度神经网络（DNN）预训练模型。 WebDNN可以执行通过遵循Web浏览器上的深度学习框架训练的DNN模型。 （ v1.2.0 - v1.4.0 ） （ v2.1.3 ） （ v0.3.0 - v0.4.1 ） （ v1.23.0 - v4.0.0 ） 为什么需要WebDNN？ 深度神经网络（DNN）在许多应用中得到越来越多的关注。 但是，它需要大量的计算资源，并且有许多巨

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：6291456
    • 提供者：weixin_42157166

  1. GPGPU_Sim-Enabled-Turing-WMMA-API：当前（2020.12）的GPGPU-Sim支持多达第一代NVIDIA张量内核。 此发行版包括最多支持第二代张量核心（Turing arch）的模拟器-源码

  2. 抽象的 这是我的本科学位论文库，具有实验功能的NVIDIA Turing体系结构建模Tensor核心微体系结构。 在这项研究中，提出了图灵架构中的Tensor Core的微体系结构。 由于NVIDIA没有公开张量核心的内部，因此有必要通过微基准测试进行剖析。 在先前的研究中也已经剖析了NVIDIA GPU。 但是，并没有透露有关Turing体系结构的实验特性，即INT4（int 4位）操作模式和B1（二进制1位）操作模式。 在这项研究中分析了所有这些功能。 档案结构 基准每个目录代表每个数据类型

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：299892736
    • 提供者：weixin_42117116

  1. grunnur：PyCuda和PyOpenCL的统一接口-源码

  2. Grunnur，GPGPU的基础层 名字叫什么 “ Grunnur”在冰岛语中的意思是“基金会”。 它有什么作用？ Grunnur是和之上的一薄层，使编写与平台无关的程序更加容易。 它是一个经过改进的cluda的子模块 ，提取到一个独立的模块。 警告：当前版本不是很稳定，公共API可能会发生变化，因为我正在从Reikna转移功能并将其扩展为支持多GPU配置。 我们欢迎您报告错误，尤其是关于公共API的任何建议。 主要特点 在大多数情况下，允许编写与平台无关的代码。 简单使用多个GPU（特别

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：130048
    • 提供者：weixin_42181319

  1. glcompute-源码

  2. glcompute 使用WebGL在浏览器中进行GPGPU（通用GPU）计算。 这主要是为运行gpu片段着色器程序而设计的，这些程序在一层或多层空间分布状态下运行（例如2D物理模拟或细胞自动机）。 它还将增长到包括对大型一维数据阵列执行操作（通过转换反馈以及对片段着色器实现的回退）。 该库支持直接渲染到屏幕。 它还具有一些内置实用程序，例如仅在屏幕边界或指定区域（用于处理鼠标/触摸事件）上运行程序。 该库是为WebGL 2.0（如果有）而设计的，具有支持WebGL 1.0的后备功能-因此它应

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：71680
    • 提供者：weixin_42106357

  1. pentoo-overlay：安全工具的Gentoo叠加层以及Pentoo Livecd的核心-源码

  2. Pentoo渗透测试叠加 Gentoo叠加层用于安全工具以及Pentoo Livecd的核心 Pentoo是Live CD和Live USB，用于渗透测试和安全评估。 Pentoo基于Gentoo Linux，提供32位和64位可安装livecd。 Pentoo还可以作为现有Gentoo安装的覆盖图。 它具有数据包注入修补的wifi驱动程序，GPGPU破解软件以及用于渗透测试和安全评估的许多工具。 Pentoo内核包括grsecurity和PAX强化以及额外的补丁-二进制文件由强化的工具链编译

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：5242880
    • 提供者：weixin_42099087

  1. tinygrad通用-源码

  2. Tinygrad与Cuda / OpenCL 基于 环境变量： GPU-0/1-使用GPU作为默认设备 GPAPI-'cuda'/'opencl' -GPGPU API 检测结果：

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：76800
    • 提供者：weixin_42144199

  1. gpgpu-rs：一个基于OpenCL的简单GPU计算库-源码

  2. 加油站 一个基于OpenCL的简单GPU计算库。 开发正在进行中。 可以随意进行实验，但是请记住，gpgpu-rs可能不够稳定，无法用于生产目的。 可以执行示例cargo run --example [name] 。 例如： cargo run --example random 产品特点 意见和文件 全球： 内核 算法 功能 文件加载（CPU） 文件加载（GPU）的最大元素：8192 文件加载插值（不包括极值） 巨大的文件加载（GPU） 序列化/反序列化内核和函数 整合

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：43008
    • 提供者：weixin_42099936

  1. 多GPU-源码

  2. 开始之前在setup_environment文件中修改$ GPGPUSIM_ROOT。 确保$ CUDA_INSTALL_PATH设置为正确的路径。 export CUDA_INSTALL_PATH=/usr/local/cuda-4.0 建立 make make 因为对头文件的依赖关系检查尚未完成，所以请清理； 如果头文件被修改，则必须运行。 跑步 source setup_environment ./multikernel-sim -l launcher.config -g gpgpus

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：346030080
    • 提供者：weixin_42139252

  1. BurstWig：C＃作业系统和Burst编译器的“假发”效果-源码

  2. 爆发假发 这个项目是尝试使用Unity的最新技术翻新我的旧假发效果（KvantWig）。 旧的实现使用过时的GPGPU方法，这是Unity 5.x时代中最可移植的方法。 现在，Unity具有C＃作业系统和Burst编译器，它们可以非常高效地处理顶点动画。 最新版本的VFX Graph支持粒子条带，方便绘制发束。 因此，现在效果分为两个部分： 动态（CPU）：使用C＃作业系统运行头发仿真并将结果烘焙到纹理中。 渲染（GPU）：通过烘焙纹理接收顶点位置，并使用VFX Graph中的粒子条

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：129024
    • 提供者：weixin_42098104

  1. GPGPU上的Unity-Boids-Behavior-行为：修改了Boids行为计算代码，以利用Microsoft Direct Compute大大提高了性能。利用Compute Shader实现Boids模拟-源码

  2. GPGPU上的Unity Boids行为 更新资料 添加GitHub Action CI / CD管道，您可以在Actions页面找到最新的exe文件。 描述： 使用Compute Shader实现Boids仿真。 受到Joachim Ante在启发。 Joachim展示了使用新的Job系统时，如何充分利用boids仿真性能，充分利用了多CPU /核心架构 取而代之的是，我制作了基于GPU的植绒系统。 修改了Boids行为计算代码，以利用Microsoft Direct Compute，从

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：39936
    • 提供者：weixin_42173218

  1. mu：用于Rust的一次写入可在任何地方运行的GPGPU库-源码

  2. mu：用于Rust的一次写入可在任何地方运行的GPGPU库

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：142606336
    • 提供者：weixin_42140710

  1. blinkjs：由WebGL 2.0驱动的浏览器中的Easy GPGPU-源码

  2. blink.js 由WebGL 2.0驱动的Web上的Easy GPGPU。 blink.js （请勿与Chromium渲染引擎混淆）是一个小型，易于使用的GPGPU库，可利用WebGL 2.0的强大功能在网络上使用。 请注意： blink.js使用其自己的WebGL 2.0上下文。 这意味着它不能与其他WebGL框架插入。 尽管从理论上讲，您可以使用blink.js的上下文作为您的主要WebGL上下文。 目录 安装 从dist文件夹下载blink.min.js文件。 然后使用[remov

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：49152
    • 提供者：weixin_42110469

  1. metal-gpgpu：有关如何使用Apple的Metal API进行计算任务的注释的集合-源码

  2. metal-gpgpu：有关如何使用Apple的Metal API进行计算任务的注释的集合

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2048
    • 提供者：weixin_42132325

  1. Zeckoxe-Engine：Vulkan中的引擎-源码

  2. Zeckoxe引擎 Zeckoxe Engine是实现的2D / 3D渲染器 该代码由MIT许可。 随意将其用于任何目的。 低级渲染后端 该引擎旨在测试和研究图形，物理和GPGPU技术，包括游戏。 游戏并不是该项目背后的真正动机。 渲染后端完全专注于Vulkan，但是引擎极大地简化了编写Vulkan的最痛苦的步骤。 特征： 光线追踪-> -VK_KHR_acceleration_structure -VK_KHR_ray_tracing_pipeline -VK_KHR_ray_qu

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：383778816
    • 提供者：weixin_42146888

  1. gpu.js：GPU加速JavaScript-源码

  2. GPU.js GPU.js是一个Javascr ipt加速库，用于Web和NodeJavascr ipt中的GPGPU（GPU上的通用计算）。 GPU.js会自动将简单Javascr ipt函数转换为着色器语言，并对其进行编译，使其在您的GPU上运行。 如果没有GPU，则这些功能仍将在常规Javascr ipt中运行。 有关更多快速概念，请参见Wiki上的。 这是什么法术？ 创建一个从javascr ipt函数转换而来的GPU加速内核，该javascr ipt函数计算512 x 512矩阵（

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：10485760
    • 提供者：weixin_42130786

  1. gorgonia：Gorgonia是一个有助于在Go中促进机器学习的图书馆-源码

  2. Gorgonia是一个有助于在Go中促进机器学习的图书馆。 轻松编写和评估涉及多维数组的数学方程式。 如果听起来像或 ，那是因为想法很相似。 具体来说，该库是像Theano这样的低级库，但具有更高的目标（如Tensorflow）。 Gorgonia： 可以执行自动区分 可以执行符号区分 可以执行梯度下降优化 可以进行数值稳定 提供许多便利功能来帮助创建神经网络 相当快（与Theano和Tensorflow的速度相比） 支持CUDA / GPGPU计算（尚不支持OpenCL，发送拉取请求）

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：82837504
    • 提供者：weixin_42151729
« 12 »