Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Области применения параллельных расчётов на GPU.

Читайте также:
  1. I. ОБЛАСТЬ ПРИМЕНЕНИЯ, ОПРЕДЕЛЕНИЕ И ЦЕЛИ
  2. I. Полное и прочное устройство индивидуальной и коллективной гармонии в области мысли в отношении к человечеству
  3. II. Исследование эффективности применения различных экранов.
  4. II. Цель и принципы политики в области климата
  5. III. ОБЛАСТИ КОНСУЛЬТАЦИЙ И СОТРУДНИЧЕСТВА
  6. V. Реализация политики в области климата
  7. VI. Субъекты реализации политики в области климата

Чтобы понять, какие преимущества приносит перенос расчётов на видеочипы, приведём усреднённые цифры, полученные исследователями по всему миру. В среднем, при переносе вычислений на GPU, во многих задачах достигается ускорение в 5-30 раз, по сравнению с быстрыми универсальными процессорами. Самые большие цифры (порядка 100-кратного ускорения и даже более!) достигаются на коде, который не очень хорошо подходит для расчётов при помощи блоков SSE, но вполне удобен для GPU.

Это лишь некоторые примеры ускорений синтетического кода на GPU против SSE-векторизованного кода на CPU (по данным NVIDIA):

· Флуоресцентная микроскопия: 12x;

· Молекулярная динамика (non-bonded force calc): 8-16x;

· Электростатика (прямое и многоуровневое суммирование Кулона): 40-120x и 7x.

А это табличка, которую очень любит NVIDIA, показывая её на всех презентациях, на которой мы подробнее остановимся во второй части статьи, посвящённой конкретным примерам практических применений CUDA вычислений:

Как видите, цифры весьма привлекательные, особенно впечатляют 100-150-кратные приросты. В следующей статье, посвящённой CUDA, мы подробно разберём некоторые из этих цифр. А сейчас перечислим основные приложения, в которых сейчас применяются вычисления на GPU: анализ и обработка изображений и сигналов, симуляция физики, вычислительная математика, вычислительная биология, финансовые расчёты, базы данных, динамика газов и жидкостей, криптография, адаптивная лучевая терапия, астрономия, обработка звука, биоинформатика, биологические симуляции, компьютерное зрение, анализ данных (data mining), цифровое кино и телевидение, электромагнитные симуляции, геоинформационные системы, военные применения, горное планирование, молекулярная динамика, магнитно-резонансная томография (MRI), нейросети, океанографические исследования, физика частиц, симуляция свёртывания молекул белка, квантовая химия, трассировка лучей, визуализация, радары, гидродинамическое моделирование (reservoir simulation), искусственный интеллект, анализ спутниковых данных, сейсмическая разведка, хирургия, ультразвук, видеоконференции.

 


Дата добавления: 2015-07-11; просмотров: 92 | Нарушение авторских прав


Читайте в этой же книге: Развитие парадигм программирования | Решения с поддержкой NVIDIA CUDA | Модель программирования CUDA | Модель памяти CUDA |
<== предыдущая страница | следующая страница ==>
Разница между CPU и GPU в параллельных расчётах| Возможности NVIDIA CUDA

mybiblioteka.su - 2015-2024 год. (0.006 сек.)