Najnowsze wydanie pakietu NVIDIA przyspieszają i ułatwiają pracę programistów wykorzystujących GPU. CUDA platforma 6 powoduje tworzenie programów wykorzystujących obliczenia równoległe jest łatwiejsze niż kiedykolwiek, co zmniejsza ilość czasu i pracy potrzebnej do przyspieszenia realizacji GPU naukowej i technicznej.
Z ulepszeń programiści mogą przyspieszyć swoje aplikacje do ośmiu razy, po prostu zastąpienie biblioteki używając tylko centralny procesor. CUDA 6 Główne cechy to:
• Unified Memory -. Upraszcza programowanie, aplikacje dające dostęp do jednostki centralnej i przetwarzania grafiki bez konieczności kopiowania danych pomiędzy dwoma systemami, a także znacznie ułatwia wprowadzenie obsługi procesora graficznego w szerokim zakresie języków programowania < / P>
• Biblioteki drop-in – Automatycznie przyspieszenia obliczeń Blas i FFTW maksymalnie osiem razy. Wystarczy wymienić istniejące biblioteki używając ich odpowiedników, które korzystają z procesora GPU.
• skalowania na multi-GPU – biblioteka BLAS przeprojektowany i automatyczne skalowanie wydajności FFT, dostosowując się do ośmiu procesorów graficznych zainstalowanych w jednym węźle, który umożliwia osiągnięcie TFLOPS dziewiątej potęgi obliczeń podwójnej precyzji i obsłużenie większej liczby zadań niż kiedykolwiek (do 512 GB).
Oprócz nowych funkcji, platforma CUDA 6 zapewnia kompletny zestaw narzędzi programistycznych, biblioteki GPU przyspieszonego matematyki i przewodników programowych.
O CUDA architektura
CUDA to model platformy i programowania równoległych aplikacji, która została stworzona przez firmę NVIDIA. Dzięki platformie CUDA, deweloperzy mogą zwiększyć wydajność aplikacji obliczeniowych, wykorzystując moc procesorów graficznych. platformy CUDA dotąd zebrano ponad dwa miliony razy, i obsługuje ponad 240 aplikacji wiodącym handlowych naukowych, technicznych i. Model programowania CUDA uczy się w ponad 700 uniwersytetów i instytucji na całym świecie i jest najbardziej popularnym wyborem wśród deweloperów, którzy chcą korzystać z obliczeń na GPU przyspieszenia rozwiązania są tworzone.
Źródło: nvidia.com
0 komentarzy