推荐链接

 

 
 
  求知 文章 文库 Lib 视频 Code iProcess 课程 认证 咨询 工具 火云堂 讲座吧   成长之路  
会员   
求知
 
      说问题,求答案


 
类别:开发    
 
GPU编程    
 
张军 发布于 2018-8-15  浏览 355  
 6次

 GPU(graphical processing unit)是显卡内用于图形处理的器件。和CPU相比,CPU是串行执行,而GPU是多个核并行执行。GPU是一个高性能的多核处理器,有很高的计算速度和数据吞吐率。在GPU上的运算能获得相对于CPU而言很高的加速比。第一、第二代GPU出现的时候,GPU不是可编程的[4]。当第三代GPU出现的时候,GPU开始用于图形编程,研究者们给GPU烧制程序,进行图像处理。GPU的并行流处理能力吸引了并行计算的研究者,研究者们借助图形编程的概念,把计算操作转化成图形纹理操作。这个时候GPU计算,需要对图形概念有比较深的了解,编程比较复杂。第四代GPU以NVIDIA的GeForce系列显卡为代表,开始提供专门用于通用计算的技术,并且出现了CUDA[17]、openCL[6]等基于c语言的通用编程语言。GPU用于并行计算的技术称为GPGPU(general purpose GPU)[4]。GPGPU涉及的范围很广,包括了几何计算、蛋白质模拟、优化计算、偏微分方程等

解答
我要解答 推荐链接 添加附件
 
CPU和GPU的区别、工作原理、及如何tensorflow-GPU安装等操作      2018-8-15  赵金辉   浏览 43 
OpenGL核心技术之GPU编程      2018-8-15  赵金辉   浏览 29 
GPU编程模型       2018-8-15  赵金辉   浏览 31 
GPU编程自学10 —— 流并行       2018-8-15  韩涛   浏览 48 
 
无标题文档
公开课计划

[北京]selenium进行web自动化测试 9-10
[北京] 微服务架构设计与实践 9-12
[北京] 软件开发过程中的质量管理实践 9-17
[北京] 基于UML和EA进行系统分析设计 9-18
[北京] 大数据分析与管理 9-20
[北京] 软件架构设计方法、案例与实践 9-26
[上海] 人工智能,机器学习和深度学习 9-14
[上海] 嵌入式 Linux应用开发 10-12
[深圳] HTML5与前端开发框架高级应用实战 10-18
[深圳] 软件测试方法与实践 9-22
更多...
每天2个文档/视频
扫描微信二维码订阅
订阅技术月刊
获得每月300个技术资源
 
希望我们的资料可以帮助你学习,也欢迎投稿&提建议给我
频道编辑:winner
邮       件:winner@uml.net.cn

关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号