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

Решения с поддержкой NVIDIA CUDA

Читайте также:
  1. II этап – знакомство с уравнением и овладение способом его решения.
  2. K 12. Молитва, во избежание прегрешения гордости
  3. V II . Разрешения физическому лицу
  4. V. Использование дополнительной информации для принятия решения
  5. А) Домашнее задание для закрепления навыков решения задач
  6. А) Отсутствие общего метода решения задачи
  7. А. Домашнее задание №4 для закрепления навыков решения задач

Все видеокарты, обладающие поддержкой CUDA, могут помочь в ускорении большинства требовательных задач, начиная от аудио- и видеообработки, и заканчивая медициной и научными исследованиями. Единственное реальное ограничение состоит в том, что многие CUDA программы требуют минимум 256 мегабайт видеопамяти, и это — одна из важнейших технических характеристик для CUDA-приложений.

Актуальный список поддерживающих CUDA продуктов можно получить на вебсайте NVIDIA. Также поддержкой CUDA обладают современные продукты Quadro и все Tesla: S1070, C1060, C870, D870 и S870. Сейчас появились новейшие Kepler.

 


Особо отметим, что вместе с новыми видеокартами GeForce GTX 260 и 280, были анонсированы и соответствующие решения для высокопроизводительных вычислений: Tesla C1060 и S1070, которые будут доступны для приобретения осенью этого года. GPU в них применён тот же — GT200, в C1060 он один, в S1070 — четыре. Зато, в отличие от игровых решений, в них используется по четыре гигабайта памяти на каждый чип. Из минусов разве что меньшая частота памяти и ПСП, чем у игровых карт, обеспечивающая по 102 гигабайт/с на чип.

 


Дата добавления: 2015-07-11; просмотров: 58 | Нарушение авторских прав


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

mybiblioteka.su - 2015-2024 год. (0.007 сек.)