Відмінності між версіями «Робоча станція для паралельних суперобчислень. Intel 2017»
3950056 (обговорення • внесок) |
3950056 (обговорення • внесок) |
||
| Рядок 4: | Рядок 4: | ||
Архітектура CUDA | Архітектура CUDA | ||
| + | |||
CUDA - це архітектура паралельних обчислень від NVIDIA, що дозволяє істотно збільшити обчислювальну продуктивність завдяки використанню GPU (графічних процесорів). | CUDA - це архітектура паралельних обчислень від NVIDIA, що дозволяє істотно збільшити обчислювальну продуктивність завдяки використанню GPU (графічних процесорів). | ||
На сьогоднішній день продажу CUDA процесорів досягли мільйонів, а розробники програмного забезпечення, вчені і дослідники широко використовують CUDA в різних областях, включаючи обробку відео і зображень, обчислювальну біологію та хімію, моделювання динаміки рідин, відновлення зображень, отриманих шляхом комп'ютерної томографії, сейсмічний аналіз, трасування променів і багато іншого. | На сьогоднішній день продажу CUDA процесорів досягли мільйонів, а розробники програмного забезпечення, вчені і дослідники широко використовують CUDA в різних областях, включаючи обробку відео і зображень, обчислювальну біологію та хімію, моделювання динаміки рідин, відновлення зображень, отриманих шляхом комп'ютерної томографії, сейсмічний аналіз, трасування променів і багато іншого. | ||
Паралельні обчислення с CUDA | Паралельні обчислення с CUDA | ||
| + | |||
Напрямок обчислень еволюціонує від «централізованої обробки даних» на центральному процесорі до «спільної обробки» на CPU і GPU. Для реалізації нової обчислювальної парадигми компанія NVIDIA винайшла архітектуру паралельних обчислень CUDA, на даний момент представлену в графічних процесорах GeForce, ION, Quadro і Tesla і забезпечує необхідну базу розробникам ПО. | Напрямок обчислень еволюціонує від «централізованої обробки даних» на центральному процесорі до «спільної обробки» на CPU і GPU. Для реалізації нової обчислювальної парадигми компанія NVIDIA винайшла архітектуру паралельних обчислень CUDA, на даний момент представлену в графічних процесорах GeForce, ION, Quadro і Tesla і забезпечує необхідну базу розробникам ПО. | ||
Платформа паралельних обчислень CUDA | Платформа паралельних обчислень CUDA | ||
| + | |||
Платформа паралельних обчислень CUDA® забезпечує набір розширень для мов C і С ++, що дозволяють висловлювати як паралелізм даних, так і паралелізм завдань на рівні дрібних і великих структурних одиниць. Програміст може вибрати засоби розробки: мови високого рівня, такі як C, C ++, Fortran або ж відкриті стандарти, такі як директиви OpenACC. Платформа паралельних обчислень CUDA використовується на сьогоднішній день в тисячах GPU-прискорених додатків і тисячах опублікованих наукових статтях. | Платформа паралельних обчислень CUDA® забезпечує набір розширень для мов C і С ++, що дозволяють висловлювати як паралелізм даних, так і паралелізм завдань на рівні дрібних і великих структурних одиниць. Програміст може вибрати засоби розробки: мови високого рівня, такі як C, C ++, Fortran або ж відкриті стандарти, такі як директиви OpenACC. Платформа паралельних обчислень CUDA використовується на сьогоднішній день в тисячах GPU-прискорених додатків і тисячах опублікованих наукових статтях. | ||
Автор Рижак Сергій Володимирович | Автор Рижак Сергій Володимирович | ||
Версія за 18:31, 11 грудня 2017
Паралельні обчислення - спосіб організації комп'ютерних обчислень, при якому програми розробляються як набір взаємодіючих обчислювальних процесів, що працюють паралельно (одночасно). Термін охоплює сукупність питань паралелізму в програмуванні, а також створення ефективно діючих апаратних реалізацій. Теорія паралельних обчислень становить розділ прикладної теорії алгоритмів [1].
Існують різні способи реалізації паралельних обчислень. Наприклад, кожен обчислювальний процес може бути реалізований у вигляді процесу операційної системи, або ж обчислювальні процеси можуть являти собою набір потоків виконання всередині одного процесу ОС. Паралельні програми можуть фізично виконуватися або послідовно на єдиному процесорі - перемежовуючи по черзі кроки виконання кожного обчислювального процесу, або паралельно - виділяючи кожному обчислювальному процесу один або кілька процесорів (що знаходяться поруч або розподілених в комп'ютерну мережу).
Архітектура CUDA
CUDA - це архітектура паралельних обчислень від NVIDIA, що дозволяє істотно збільшити обчислювальну продуктивність завдяки використанню GPU (графічних процесорів). На сьогоднішній день продажу CUDA процесорів досягли мільйонів, а розробники програмного забезпечення, вчені і дослідники широко використовують CUDA в різних областях, включаючи обробку відео і зображень, обчислювальну біологію та хімію, моделювання динаміки рідин, відновлення зображень, отриманих шляхом комп'ютерної томографії, сейсмічний аналіз, трасування променів і багато іншого.
Паралельні обчислення с CUDA
Напрямок обчислень еволюціонує від «централізованої обробки даних» на центральному процесорі до «спільної обробки» на CPU і GPU. Для реалізації нової обчислювальної парадигми компанія NVIDIA винайшла архітектуру паралельних обчислень CUDA, на даний момент представлену в графічних процесорах GeForce, ION, Quadro і Tesla і забезпечує необхідну базу розробникам ПО.
Платформа паралельних обчислень CUDA
Платформа паралельних обчислень CUDA® забезпечує набір розширень для мов C і С ++, що дозволяють висловлювати як паралелізм даних, так і паралелізм завдань на рівні дрібних і великих структурних одиниць. Програміст може вибрати засоби розробки: мови високого рівня, такі як C, C ++, Fortran або ж відкриті стандарти, такі як директиви OpenACC. Платформа паралельних обчислень CUDA використовується на сьогоднішній день в тисячах GPU-прискорених додатків і тисячах опублікованих наукових статтях.
Автор Рижак Сергій Володимирович
