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. 图形处理芯片GPU通过单指令多数据(SIMD)指令类型来支持数据并行计算，提供惊人的计算能力。本文探讨基于GPU的并行编程模型与并行编程等软件技术。虽然GPU最初专门是为图形渲染设计的，通过我们的DES 编解码, MD5密码破解, 字符串匹配等实验，证明GPU还可以有效地执行多种通用的基于整数的计算。本文还讨论了以通用计算为目的GPU发展趋势。

  3. 所属分类：嵌入式

    • 发布日期：2010-07-15
    • 文件大小：277504
    • 提供者：DING_YIMING

  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：478208
    • 提供者：poopsun

  1. 利用GPU进行高性能数据并行计算

  2. 利用GPU进行高性能数据并行计算 数 据库技术的成熟、数据挖掘应用、生物基因技术 的发展、历史数据的几何级膨胀等使高性能计算 #∃ %& ∋ () ∗+, ∗− . / ) ) 0 , − (1 2%/ & , ∃ (0 3成为必要。 虽然通过创建分布式系统可以解决部分大型计算的问题, 但是分布式系统有通信开销大, 故障率高4 数据的存取结 构复杂, 开销大4 数据的安全性和保密性较难控制等弱点。 随着计算机处理器, 特别是

  3. 所属分类：专业指导

    • 发布日期：2010-12-29
    • 文件大小：487424
    • 提供者：yzgong1989

  1. 利用GPU进行高性能数据并行计算（新版）

  2. 图形处理芯片GPU通过单指令多数据(SIMD)指令类型来支持数据并行计算，提供惊人的计算能力。本文探讨基于GPU的并行编程模型与并行编程等软件技术。虽然GPU最初专门是为图形渲染设计的，通过我们的DES 编解码, MD5密码破解, 字符串匹配等实验，证明GPU还可以有效地执行多种通用的基于整数的计算。

  3. 所属分类：嵌入式

    • 发布日期：2011-01-06
    • 文件大小：288768
    • 提供者：DING_YIMING

  1. GPU精粹2：高性能图形芯片和通用计算编程技...part1.rar

  2. 本书目录 第Ⅰ部分 几何复杂性 第1章 实现照片级真实感的虚拟 植物 5 1.1 场景管理 6 1.1.1 种植栅格 6 1.1.2 种植策略 6 1.1.3 实时优化 7 1.2 草层 7 1.2.1 通过溶解模拟Alpha透明 9 1.2.2 变化 10 1.2.3 光照 11 1.2.4 风 12 1.3 地面杂物层 12 1.4 树和灌木层 13 1.5 阴影 14 1.6 后处理 15 1.6.1 天空圆顶辉散 16 1.6.2 全场景辉光 16 1.7 本章小结 17 参考文献 1

  3. 所属分类：硬件开发

    • 发布日期：2012-02-07
    • 文件大小：61865984
    • 提供者：on__no

  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：2097152
    • 提供者：xiaoxio006

  1. 基于GPU微体系结构的高性能并行计算研究

  2. 利用GPU高性能的并行计算能力进行大量数据处理，从GPU的微架构深入分析了GPU并行计算的实现原理

  3. 所属分类：嵌入式

  1. 利用GPU进行高性能数据并行计算

  2. 图形处理芯片GPU通过单指令多数据(SIMD)指令类型来支持数据并行计算，提供惊人的计算能力。本文探讨基于GPU的并行编程模型与并行编程等软件技术。虽然GPU最初专门是为图形渲染设计的，通过我们的DES 编解码, MD5密码破解, 字符串匹配等实验，证明GPU还可以有效地执行多种通用的基于整数的计算。

  3. 所属分类：机器学习

    • 发布日期：2020-01-18
    • 文件大小：273408
    • 提供者：qq_38262155

  1. 一种使用GPU加速地震叠前时间偏移的方法

  2. 应用GPU通用高性能编程技术实现一种加速地震叠前时间偏移的新方法。该技术是地震勘探处理的常规流程，其核心算法具有计算密集、数据独立性强、并行性高等特点。通过性能剖析获得其计算热点，通过CUDA技术对其进行并行化改造，并利用CUDA的流技术实现CPU到GPU的异步传输。通过集群环境下的性能测试，应用GPU并行化的PSTM程序可明显缩短运行时间。

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：238592
    • 提供者：weixin_38740201

  1. daceml:由DaCe支持的以数据为中心的机器学习-源码

  2. DaceML 由以数据为中心的并行编程提供动力的机器学习。 该项目为DaCe添加了PyTorch和ONNX模型加载支持，SDFG IR添加了ONNX操作员库节点。 通过访问DaCe丰富的转换库和高效的开发环境， DaceML可以生成可在CPU，GPU和FPGA上执行的高效实现。 白盒方法使我们可以看到所有粒度级别的计算：从粗略运算符到内核实现，甚至到每个标量运算和内存访问。 库节点 DaceML通过机器学习运算符扩展了DaCe IR。 添加的节点执行ONNX规范指定的计算。 DaceML利

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：1048576
    • 提供者：weixin_42146230