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. 基于数据并行的形式化描述

  2. :由于图形处理器（GPU）的快速发展，基于GPU的通用计算已经成为了一个新的研究领域。通过对通用计算GPU编程模型研究，提出了数据并行的形式化描述，并详细描述CUDA编程的方法、优化处理原则等。采用了对比实验，结果表明了CUDA在并行计算上有很强的能力，为GPU的通用计算提供了新的方法和思路

  3. 所属分类：专业指导

    • 发布日期：2009-06-22
    • 文件大小：258048
    • 提供者：zhaohuacheng

  1. CUDA并行计算的应用研究.pdf

  2. 统一设备架构(CUDA) 是NV ID IA公司提出的一个基于GPU通用计算的开发环境, 它 针对GPU多处理单元的特性, 通过并行计算提高大规模运算的速度。根据CUDA技术的特点, 提出了基于CUDA的并行图像锐化、中值滤波和字符搜索算法, 并论述其关键技术和基本执行 流程。试验结果表明, 提出的方法相对于CPU方法在运算速度上有不同程度的提高和下降。这 同时体现了CUDA的优势和局限性, 为其更复杂的应用提供了参考和依据。

  3. 所属分类：其它

    • 发布日期：2010-06-08
    • 文件大小：1048576
    • 提供者：huiyuanwujian

  1. 基于CU DA 的H. 264

  2. 　图形处理器(GPU ) 的处理速度在最近几年得 到了快速的发展, 其计算能力以每年2. 8 倍的速度 增长, 高于CPU 的发展速度. 如目前GTX280 GPU 的峰值浮点运算能力已经超过1T F lop s, 而因特尔4 核CPU Clow lown 的单精度浮点最高运算能力为 84G F lop s. 出现该现象的主要原因在于CPU 的微 构架要兼顾数值运算指令和控制指令, 而GPU 的微 构架是面向图形类高度并行计算而设计的, 因此, GPU 在并行数值处理能力上要远高于CPU. 为

  3. 所属分类：C

    • 发布日期：2010-11-25
    • 文件大小：302080
    • 提供者：zxchqh

  1. 基于可编程图形硬件加速的若干技术研究

  2. 目前图形硬件中的图形处理器(GPU)计算能力的增长速度已经超过了中央处理器 (CPU)计算能力的增长速度，主流图形硬件制造商声称，现在每隔 12 个月 GPU 的性 能就会增长一倍。图形硬件技术一个最主要的突破就是在图形硬件中引入了可编程功 能，此功能允许用户编制自定义的着色器程序(Shader program)来替换原来固定流水线 中的某些功能模块，使得 GPU 在功能上更像一个通用处理器. 虽然 GPU 具有非常高 的计算速度，但并不能直接将以前在 CPU 中实现的算法照搬到 GPU 中来

  3. 所属分类：其它

    • 发布日期：2011-01-26
    • 文件大小：2097152
    • 提供者：chinachips

  1. 基于图形处理器_GPU_的通用计算

  2. 图形处理器发展现状，并行计算优势，以及挑战

  3. 所属分类：嵌入式

    • 发布日期：2011-06-08
    • 文件大小：277504
    • 提供者：zhetn

  1. 基于图形处理器GPU的通用计算

  2. 基于图形处理器GPU的通用计算

  3. 所属分类：其它

    • 发布日期：2011-12-19
    • 文件大小：834560
    • 提供者：ttll0228

  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OpenCL的频繁项集挖掘研究

  2. 随着当今信息技术的高速发展，人们日常生产生活中产生的数据量呈现出爆 发式增长。因此，对于海量数据集的处理已成为数据挖掘技术的主要挑战。而如 何能以高性价比的方式挖掘到有价值的信息是目前数据挖掘研究的新课题。 GPu通用计算技术的R益成熟为数据挖掘技术的发展注入了新的动力。 GPU通过与CPu截然不同的发展路线，由当初的专用图形处理器一步步走进今 天的通用计算领域，并且正在向传统架构的超级计算机发起挑战。很显然，数 据挖掘这类计算密集型应用也必将受益于现代GPU所提供的廉价大规模并行计 算能力。

  3. 所属分类：专业指导

    • 发布日期：2013-06-08
    • 文件大小：7340032
    • 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：862208
    • 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：1048576
    • 提供者：xiaoxio006

  1. 基于图形处理器(GPU)的通用计算

  2. 伴随着PC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(GPU)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CPU 向GPU 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2～3年来成为GPU 的应用之一．并成为研究热点．文中从若

  3. 所属分类：嵌入式

    • 发布日期：2009-01-12
    • 文件大小：615424
    • 提供者：rockeyzhu

  1. 图形处理器并行计算应用研究

  2. 主要内容 第1章 引 言 1 1.1 片上数据流并行处理 1 1.2 从固定图形管线到可编程流处理器 3 1.2.1. 固定图形管线和可编程图形管线 3 1.2.2. 图形处理器体系结构 4 1.2.3. 图形处理器软件接口 6 1.3 图形处理器上的通用计算 7 1.4 本文研究内容和组织 10 第2章 投影法求解粘性不可压流体 12 2.1 概述 12 2.2 数值方法 13 2.2.1. Navier-Stokes方程和有限体元离散方法 13 2.2.2. Helmholtz-Hodge

  3. 所属分类：其它

    • 发布日期：2009-03-11
    • 文件大小：1048576
    • 提供者：shendl

  1. 基于虚拟机的GPU计算资源管理系统_梁东.caj

  2. 统一计算架构让图形处理器（GPU）升级为通用图形处理器，分担原来需由中央处理器处理的通用计算任务，并获取相对中央处理器数倍甚至数十倍的加速比。与此同时，随着虚拟化技术日趋成熟，虚拟化技术和GPU计算的结合越来越受到高性能计算的青睐。但是目前没有基于虚拟机的GPU计算管理系统，或者在虚拟化环境下不能有效使用GPU的强劲计算能力，或者基于物理机的集群中资源不便有效管理、容易受到恶意用户攻击且崩溃后不能迅速恢复。

  3. 所属分类：C++

  1. 基于GPU的AES算法实现

  2. 近几年图形处理器GPU的通用计算能力发展迅速，现在已经发展成为具有巨大并行运算能力的多核处理器，而CUDA架构的推出突破了传统GPU开发方式的束缚，把GPU巨大的通用计算能力解放了出来。本文利用GPU来加速AES算法，即利用GPU作为CPU的协处理器，将AES算法在GPU上实现，以提高计算的吞吐量。最后在GPU和CPU平台上进行了实验，获得了GPU的加速结果，并对实验结果进行了优化。

  3. 所属分类：其它

    • 发布日期：2020-07-28
    • 文件大小：98304
    • 提供者：weixin_38637144

  1. 基于GPU的AES算法实现

  2. 近几年图形处理器GPU的通用计算能力发展迅速，现在已经发展成为具有巨大并行运算能力的多核处理器，而CUDA架构的推出突破了传统GPU开发方式的束缚，把GPU巨大的通用计算能力解放了出来。本文利用GPU来加速AES算法，即利用GPU作为CPU的协处理器，将AES算法在GPU上实现，以提高计算的吞吐量。最后在GPU和CPU平台上进行了实验，获得了GPU的加速结果，并对实验结果进行了优化。

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：154624
    • 提供者：weixin_38685608

  1. EDA/PLD中的Portland Group PGI 9.0编译器简化x64+GPU编程

  2. 意法半导体全资子公司Portland Group宣布支持 Linux、Mac OS X和Windows三大操作系统的PGI 9.0版高性能并行编译器及开发工具系列产品正式上市。PGI 9.0版编译器是首款在含有英伟达(NVIDIA)CUDA图形处理器(GPU)的基于x64位处理器的Linux系统中支持高级PGI Accelerator编程模型的公开发行版。 　　在高性能计算技术(HPC)领域，将图形处理器用作通用加速器是一大趋势。直到目前为止，从Fortran语言应用程序调用GPU还是受到极大

  3. 所属分类：其它

    • 发布日期：2020-11-11
    • 文件大小：54272
    • 提供者：weixin_38626928

  1. 如何通过编程将GPU用于通用计算任务

  2. 随着现代图形处理器(GPU)可编程能力及性能的提高，应用开发商们一直希望图形硬件可以解决以前只有通用CPU才能完成的高密集计算任务。尽管利用通用GPU进行计算很有发展前景，但传统图像应用编程接口仍然将GPU抽象成一个包括纹理、三角形和像素在内的图像绘制器。寻找一种能够使用这些基本元素的映射算法并不是一项简单的操作，即便对最先进的图形开发商而言也是如此。 　　幸运的是，基于GPU的计算从概念上讲很容易理解，并且现有多种高级语言和软件工具可以简化GPU的编程工作。但是，开发商必须首先了解GP

  3. 所属分类：其它

    • 发布日期：2020-12-08
    • 文件大小：97280
    • 提供者：weixin_38707153

  1. 基于图形处理单元的数字全息图加速再现算法研究

  2. 研究了一种利用图形处理单元(GPU)加速数字全息图再现的算法。该算法充分利用GPU强大的并行计算能力, 有效地缩短了数字全息图再现时间。比较了GPU加速运算和中央处理器(CPU)独立运算两种模式下, 两种不同尺寸的数字全息图再现时间。结果表明, 对于大小为2048 pixel×2048 pixel的数字全息图, GPU算法的再现时间可缩短至约1/15。利用该算法编写了易操作的通用软件。在高配置主机和高性能GPU硬件环境下, 该软件不仅能够满足诸如数字全息显示、数字全息显微等系统实时功能的要求,

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38628175

  1. GGCN:基于GPU的高光谱图像分类算法

  2. 高光谱图像分类是遥感领域的研究热点之一,是对地观测的重要手段,在地物的精细识别等领域具有重要的应用。使用卷积神经网络(CNN)可以有效地从原始图像中提取高级特征,具有较高的分类精度。但CNN计算量巨大,对硬件要求较高。为了提高模型计算效率,可以在图形处理器(GPU)上进行CNN模型的训练。现有的并行算法,比如GCN(GPU based Cube-CNN),无法充分利用GPU的并行能力,算法加速效果并不理想。为了进一步提升算法效率,提出基于通用矩阵乘法(GEMM)算法的GGCN(GPU based

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：3145728
    • 提供者：weixin_38727980

  1. Portland Group PGI 9.0编译器简化x64+GPU编程

  2. 意法半导体全资子公司Portland Group宣布支持 Linux、Mac OS X和Windows三大操作系统的PGI 9.0版高性能并行编译器及开发工具系列产品正式上市。PGI 9.0版编译器是首款在含有英伟达(NVIDIA)CUDA图形处理器(GPU)的基于x64位处理器的Linux系统中支持PGI Accelerator编程模型的公开发行版。 　　在高性能计算技术(HPC)领域，将图形处理器用作通用加速器是一大趋势。直到目前为止，从Fortran语言应用程序调用GPU还是受到极大的限

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：53248
    • 提供者：weixin_38613173
« 12 »