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. 关于GPU集群的好资料

  2. GPU高性能计算集群的好资料，下来看看吧。不错的。

  3. 所属分类：专业指导

    • 发布日期：2010-03-11
    • 文件大小：1048576
    • 提供者：lulu8719

  1. 应用GPU集群加速计算蛋白质分子场 论文

  2. 本篇论文介绍了GPU集群+openMP+MPI编程，应用于分子场的模拟当中，很先进，不过细节讲得不是很清楚~

  3. 所属分类：专业指导

    • 发布日期：2010-07-22
    • 文件大小：534528
    • 提供者：computer055maxi

  1. GPU集群编程工具介绍

  2. 北大的陈教授关于GPU集群编程工具介绍，看了不错分享给大家！

  3. 所属分类：其它

    • 发布日期：2011-09-22
    • 文件大小：578560
    • 提供者：javaapple123

  1. Tesla GPU集群服务器使用手册

  2. 软件环境： RHEL 5.3 x64操作系统，内核版本2.6.18-128.el5。 GNU C/C++/Fortran编译器。 Nvidia CUDA Toolkit 2.1开发工具。 Mvapich/OpenMPI并行编程环境。 Atlas/GotoBlas数学函数库。 Torque/Maui资源管理系统及作业调度器。 Ganglia集群监控系统。

  3. 所属分类：Linux

    • 发布日期：2012-11-12
    • 文件大小：159744
    • 提供者：yangzio

  1. GPU+CPU集群简介

  2. 这是个关于GPU+CPU集群简介。介绍了我们实验室基于开源软件搭建的一个GPU+CPU集群架构

  3. 所属分类：其它

    • 发布日期：2013-12-26
    • 文件大小：351232
    • 提供者：hushujian

  1. 应用GPU集群加速计算蛋白质分子场

  2. 应用GPU集群加速计算蛋白质分子场

  3. 所属分类：其它

    • 发布日期：2014-07-05
    • 文件大小：736256
    • 提供者：baidu_16329001

  1. Python-一个gpustat的web界面监测GPU集群节点负载状态

  2. Python-一个gpustat的web界面监测GPU集群节点负载状态

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：166912
    • 提供者：weixin_39841848

  1. 奇异向量on及其轻子衰变宽度数值计算是在天津国家超级计算机中心（NSCC）的Tianhe-1A和湖南师范大学的GPU集群上进行的。 这项工作得到了美国国家科学基金会（NSFC）（11575196、11575197、11335001、1140

  2. 我们提出了一种新型的内插场算子，该算子表明了混合夸克-反夸克对在胶合子自由度上反冲的类似混合结构。 质量为4.33（2），GeV的重矢量charm状态在淬灭近似中与常规的on状态解开。 该状态对类混合算子具有亲和力，但与相关的夸克双线性算子的耦合较少。 我们还尝试提取其轻子衰变常数，并给出一个暂定上限，该上限小于J /ψ的十分之一，这对应于约数十eV的轻子衰变宽度。 还讨论了此状态与X（4260）的连接。

  3. 所属分类：其它

    • 发布日期：2020-04-02
    • 文件大小：388096
    • 提供者：weixin_38722193

  1. 基于GPU集群的多因素监控容错模型用于大数据处理

  2. 基于GPU集群的多因素监控容错模型用于大数据处理

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38711008

  1. 跨GPU集群实现多维大数据的高效多路分解

  2. 长期以来，它一直是各个学科的重要问题通过提取来检查大量的多维数据嵌入式多路因素。 随着两者的快速增长分析中数据的规模和维度，研究挑战产生以反映大型张量的动力学同时在因式分解中不引入明显的失真复杂应用中的程序。 大规模平行计算框架，即H-PARAFAC，已经开发启用大规模张量的并行因子分析（PARAFAC） 基于“分而治之”理论（修改后的交替最小方格法）。 分层框架包含了一个粗化模型，用于协调子程序的处理以及用于计算每个子张量的细粒度并行模型和融合子因素。 实验已经进行在GPU集群上，结果表明（1

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：335872
    • 提供者：weixin_38747566

  1. Ai BCS：基于SKE模型的GPU集群调度优化

  2. Ai BCS：基于SKE模型的GPU集群调度优化

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_38632046

  1. 用于GPU集群中并发任务流的实时，可靠的动态迁移模型

  2. 用于GPU集群中并发任务流的实时，可靠的动态迁移模型

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：285696
    • 提供者：weixin_38734269

  1. GPU加速的大数据在内存集群计算中的迭代稀疏矩阵-向量乘法

  2. 迭代SpMV（ISpMV）是许多基于图的数据挖掘算法和机器学习算法中的关键操作。 随着大数据的发展，矩阵是如此之大，也许是十亿规模，以至于SpMV无法在一台计算机上实现。 因此，为大型数据集实现和优化SpMV是一个具有挑战性的问题。 在本文中，我们使用内存中的异构CPUGPU。集群计算平台（IMHCP）有效地解决了十亿规模的SpMV问题。 提出了一种稀疏矩阵和向量的专用高效分层策略。 分区策略包含在群集中的工作人员之间以及one.worker中的GPU之间分区sparse.matrices。 此

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：596992
    • 提供者：weixin_38605538

  1. 集群内合并和分布式块调度可降低GPU NoC压力

  2. 集群内合并和分布式块调度可降低GPU NoC压力

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：1048576
    • 提供者：weixin_38710781

  1. 一种GPU集群的动态任务映射策略

  2. 在3G网络的视屏计算中,需要解决逻辑复杂和数值运算密集的难题。为此,提出一种集中式动态任务映射策略。采用消息驱动方式,将任务初始分配,根据消息的内容进行实时优化分配,利用GPU集群的任务特征,设计对应的效益函数,以衡量任务映射策略的优劣。实验结果表明,该策略可以较好地协同各部分资源完成计算任务,并能适应集群的变化,在集群规模扩大或是有节点故障时均有比较稳定高效的性能。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38719702

  1. AKSDeploymentTutorial：有关如何在启用GPU的Kubernetes集群上部署深度学习模型的教程-源码

  2. 该存储库不再处于主动维护状态，请查看使用Azure Machine Learning提供的较新版本。 作者：Mathew Salvaris和Fidan Boylu Uz 使用GPU在Kubernetes集群上部署深度学习CNN 总览 在此存储库中，Jupyter笔记本中有许多教程，其中包含有关如何在启用GPU的Kubernetes集群上部署预训练的深度学习模型的逐步说明。 这些教程涵盖了如何从以下深度学习框架中部署模型： 对于每个框架，我们都要执行以下步骤： 在模型开发中，我们加载预训练的模

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42120405

  1. Kubernetes-GPU-指南：本指南应帮助研究人员和业余爱好者使用自己的Kubernetes GPU集群轻松地自动化和加速深度学习-源码

  2. Kubernetes-GPU-指南：本指南应帮助研究人员和业余爱好者使用自己的Kubernetes GPU集群轻松地自动化和加速深度学习

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：440320
    • 提供者：weixin_42134769

  1. TensorFlowOnSpark：TensorFlowOnSpark将TensorFlow程序引入Apache Spark集群-源码

  2. TensorFlowOnSpark TensorFlowOnSpark为Apache Hadoop和Apache Spark集群带来了可扩展的深度学习。 通过将深度学习框架中的突出功能与和，TensorFlowOnSpark可以在GPU和CPU服务器集群上实现分布式深度学习。 它支持在Spark集群上进行分布式TensorFlow训练和推理，其目标是最大程度地减少在共享网格上运行现有TensorFlow程序所需的代码更改量。 其兼容Spark的API通过以下步骤帮助管理TensorFlow

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：277504
    • 提供者：weixin_42160424

  1. cluster-smi：nvidia-smi，但用于整个GPU集群-源码

  2. 集群SMI 与nvidia-smi相同，但用于多台计算机。 运行cluster-smi ，输出应该类似于 使用时可获得其他信息 userhost $ cluster-smi -h Usage of cluster-smi: -n string match node-names with regex for display information (if not specified, all nodes will be shown) (default ".") -p

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：674816
    • 提供者：weixin_42100129

  1. 望远镜：望远镜是一种云实例类型和完整集群布局推荐器，由按需和可抢占的AWS EC2，Google，Azure，Oracle和阿里巴巴云实例组成-源码

  2. 望远镜是世界一流的左舵，提供了许多冲浪灵活性，并允许进入无瑕疵，稳定的管段。 它是可预见的，很少发生收缩，比其他珊瑚礁更深，并且可以处理中间体和专家的不断运输。 Telescopes是一种云实例类型和完整集群布局推荐器，由按需和现货/可抢占式AWS EC2，Google，Azure，Oracle和阿里巴巴云实例组成。 基于预定义的资源需求（例如CPU，内存，GPU，网络等），它建议使用一组成本优化的节点池。 望远镜是管道平台的核心组成部分。 查看开发人员测试版： 天文望远镜 Banzai C

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：5242880
    • 提供者：weixin_42102401
« 12 3 4 5 6 »