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

Возможности NVIDIA CUDA

Читайте также:
  1. Quot;По-возможности" и "в-возможности существующее", холодный и теплый потоки в марксизме
  2. Аналитические возможности отчетности в целях оценки финансового состояния предприятия
  3. Биографические кризисы и возможности развития
  4. БОЛЬШИЕ ИЗМЕНЕНИЯ... И ВОЗМОЖНОСТИ
  5. В НИХ БОЛЬШИЕ ВОЗМОЖНОСТИ
  6. Вас ждут незабываемые впечатления, новые друзья и любимые, а также Сверхвозможности, которые Вы сами в себе откроете! Ваше Будущее – в ваших руках!
  7. Вас ждут незабываемые впечатления, новые друзья и любимые, а также Сверхвозможности, которые Вы сами в себе откроете! Ваше Будущее – в ваших руках!

Технология CUDA — это программно-аппаратная вычислительная архитектура NVIDIA, основанная на расширении языка Си, которая даёт возможность организации доступа к набору инструкций графического ускорителя и управления его памятью при организации параллельных вычислений. CUDA помогает реализовывать алгоритмы, выполнимые на графических процессорах видеоускорителей GeForce восьмого поколения и старше (серии GeForce 8, GeForce 9, GeForce 200), а также Quadro и Tesla.

Хотя трудоёмкость программирования GPU при помощи CUDA довольно велика, она ниже, чем с ранними GPGPU решениями. Такие программы требуют разбиения приложения между несколькими мультипроцессорами подобно MPI программированию, но без разделения данных, которые хранятся в общей видеопамяти. И так как CUDA программирование для каждого мультипроцессора подобно OpenMP программированию, оно требует хорошего понимания организации памяти. Но, конечно же, сложность разработки и переноса на CUDA сильно зависит от приложения.

Набор для разработчиков содержит множество примеров кода и хорошо документирован. Процесс обучения потребует около двух-четырёх недель для тех, кто уже знаком с OpenMP и MPI. В основе API лежит расширенный язык Си, а для трансляции кода с этого языка в состав CUDA SDK входит компилятор командной строки nvcc, созданный на основе открытого компилятора Open64.

Перечислим основные характеристики CUDA:

· унифицированное программно-аппаратное решение для параллельных вычислений на видеочипах NVIDIA;

· большой набор поддерживаемых решений, от мобильных до мультичиповых

· стандартный язык программирования Си;

· стандартные библиотеки численного анализа FFT (быстрое преобразование Фурье) и BLAS (линейная алгебра);

· оптимизированный обмен данными между CPU и GPU;

· взаимодействие с графическими API OpenGL и DirectX;

· поддержка 32- и 64-битных операционных систем: Windows XP, Windows Vista, Linux и MacOS X;

· возможность разработки на низком уровне.

Касательно поддержки операционных систем нужно добавить, что официально поддерживаются все основные дистрибутивы Linux (Red Hat Enterprise Linux 3.x/4.x/5.x, SUSE Linux 10.x), но, судя по данным энтузиастов, CUDA прекрасно работает и на других сборках: Fedora Core, Ubuntu, Gentoo и др.

Среда разработки CUDA (CUDA Toolkit) включает:

· компилятор nvcc;

· библиотеки FFT и BLAS;

· профилировщик;

· отладчик gdb для GPU;

· CUDA runtime драйвер в комплекте стандартных драйверов NVIDIA

· руководство по программированию;

· CUDA Developer SDK (исходный код, утилиты и документация).


Дата добавления: 2015-07-11; просмотров: 253 | Нарушение авторских прав


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

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