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. opencl1.1 Open Computing Language，开放运算语言

  2. OpenCL(全称Open Computing Language，开放运算语言)是第一个面向异构系统通用目的并行编程的开放式、免费标准，也是一个统一的编程环境，便于软件开发人员为高性能计算服务器、桌面计算系统、手持设备编写高效轻便的代码，而且广泛适用于多核心处理器(CPU)、图形处理器(GPU)、Cell类型架构以及数字信号处理器(DSP)等其他并行处理器，在游戏、娱乐、科研、医疗等各种领域都有广阔的发展前景。 　　OpenCL 1.0主要由一个并行计算API和一种针对此类计算的编程语言组成，

  3. 所属分类：硬件开发

    • 发布日期：2010-07-03
    • 文件大小：3145728
    • 提供者：niyinjiang2006

  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. 《GPU高性能编程CUDA实战》前3章（原书名CUDA by Example）

  2. UDA是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构能充分发挥GPU的强大计算功能。《GPU高性能编程CUDA实战》首先介绍了CUDA架构的应用背景，并给出了如何配置CUDA C的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了CUDA C的基本语法和使用模式。通过学习本书，读者可以清楚了解CUDA C中每个功能的适用场合，并编写出高性能的CUDA软件。

  3. 所属分类：C

    • 发布日期：2011-02-15
    • 文件大小：1048576
    • 提供者：hzbooks

  1. NVIDIA - CUDA by Example - An Introduction to General-Purpose GPU Programming

  2. cuda是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，cuda架构能充分发挥gpu的强大计算功能。本书首先介绍了cuda架构的应用背景，并给出了如何配置cuda c的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了cuda c的基本语法和使用模式。通过学习本书，读者可以清楚了解cuda c中每个功能的适用场合，并编写出高性能的cuda软件。 　　本书适合具备c或者c 知识的应用程序开发人员、数值计算库开发人员等，也可以作为学习并行计

  3. 所属分类：C

    • 发布日期：2011-12-27
    • 文件大小：4194304
    • 提供者：a394733890

  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. 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：655360
    • 提供者：lingliang82828

  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. 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：2097152
    • 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：5242880
    • 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：1048576
    • 提供者：xiaoxio006

  1. CUDA高性能实战

  2. 计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范，NVIDIAreg;（英伟达?）发明了CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在应用程序中充分利用CPU和GPU各自的优点。现在，该架构现已应用于GeForcereg;（精视?）、ION?（翼扬?）、Quadro以及Tesla GPU（图形处理器）上，对应用程序开发人员来说，这是一个巨大的市场。

  3. 所属分类：其它

    • 发布日期：2014-04-15
    • 文件大小：1048576
    • 提供者：u012993484

  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：433152
    • 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：134144
    • 提供者：lishangjin08

  1. 基于GPU的高性能并行算法研究

  2. 基于GPU的高性能并行算法研究，并行计算就是在并行计算机上所做的计算，也就是在多处理器单元上、在单位时间内完成多指令和多数据流的计算

  3. 所属分类：硬件开发

    • 发布日期：2014-10-16
    • 文件大小：29360128
    • 提供者：wisdom_1983

  1. 高性能计算机

  2. 研究生课程 高性能计算机 随着信息化社会的飞速发展，人类对信息处理能力的要求越来越高，不仅石油勘探、气象预报、航天国防、科学研究等需求高性能计算机，而金融、政府信息化、教育、企业、网络游戏等更广泛的领域对高性能计算的需求迅猛增长。通过GPU加速高性能计算可能将从大型计算机发展到台式机以及桌边型计算机上。

  3. 所属分类：讲义

    • 发布日期：2014-11-04
    • 文件大小：16777216
    • 提供者：lwzcn122045178

  1. GPU高性能编程CUDA实战中文版

  2. cuda是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，cuda架构能充分发挥gpu的强大计算功能。本书首先介绍了cuda架构的应用背景，并给出了如何配置cuda c的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了cuda c的基本语法和使用模式。通过学习本书，读者可以清楚了解cuda c中每个功能的适用场合，并编写出高性能的cuda软件。 译者序 序 前言 致谢 作者简介 第1章 为什么需要CUDA 1.1 本章目标 1.2 并行

  3. 所属分类：C

    • 发布日期：2015-11-19
    • 文件大小：30408704
    • 提供者：tianyongxiao

  1. 高性能计算

  2. 高​性​能​计​算各方面知识汇总​：​高​性​能​计​算​中​用​到​的​测​试​程​序​、​存​储​系​统​、​网​络​系​统​、​集​群​管​理​系​统​、​并​行​开​发​环​境​、​并​行​开​发​策​略​、​容​错​等

  3. 所属分类：群集服务

    • 发布日期：2015-11-23
    • 文件大小：4194304
    • 提供者：zhang0311

  1. GPU精粹2.高性能图形芯片和通用计算机编程技巧

  2. GPU精粹2.高性能图形芯片和通用计算机编程技巧 GPU精粹2.高性能图形芯片和通用计算机编程技巧

  3. 所属分类：专业指导

    • 发布日期：2018-01-19
    • 文件大小：99614720
    • 提供者：keycoder

  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
« 12 3 4 5 6 7 »