- 苹果看上了Nvidia的CUDA技术,真假? 2008-12-13
- 国外媒体报道,苹果公司可能会把自家的开发商工具组与Nvidia的CUDA(Compute Unified Device Architecture)技术(具体介绍见注释)结合起来,这将使得苹果的软件开发商得以享受Nvidia图形处理器强大的平行计算能力 在上周某网站记者Tom...
- 什么运算速度可以达至一般四核心CPU的100倍以上? 2008-12-11
- NVIDIA 26 日于美国圣荷西举行的 NVISION 08 论坛上, NVIDIA 首席科学家 David Kirk 讲述未来 CUDA 技术发展方向,认为 GPU 不只是为了视觉运算而生,未来角色将会进一步强化,不仅针对财经、科学及设计模拟运算领域,更能针对一般主流应用软件进行加速,...
- NV的CUDA 2.0技术 加强多核CPU利用能力 2008-12-10
- 据有关消息报道,NVIDIA表示CUDA 2.0主要为多核X86CPU加入了优化。目前的CUDA所用的运算方法是分开的,一部分由CPU负责,而另一部分通过CUDA编译器使用GPU进行运算...
- GPU通用计算(GPGPU)——将图形处理器用于高性能计算领域 2008-12-09
- 1.1 研究背景和意义 随着当前计算机性能的不断提高,应用范围越来越广泛,不同的计算任务和计算需求都在快速增长,这就决定了处理器朝着通用化和专用化两个方向飞速发展...
- Cuda技术革命一瞥 2008-12-04
- 当前在老百姓眼中有关计算机技术的最时髦的词汇莫过于 多核 了。从前年起, 多核 这个东西就走进了家用的行列,现在购置的计算机基本上都是双核心或者是四核心的...
- 深入浅出谈CUDA-GPI的硬件架构 2008-12-01
- 这里我们会简单介绍,NVIDIA 目前支持 CUDA 的 GPU,其在执行 CUDA 程序的部份(基本上就是其 shader 单元)的架构。这里的数据是综合 NVIDIA 所公布的信息,以及 NVIDIA 在各个研讨会、学校课程等所提供的数据,因此有可能会有不正确的地方...
- CUDA的应用领域与发展前景 2008-12-01
- 由于GPU的特点是处理密集型数据和并行数据计算,因此CUDA非常适合需要大规模并行计算的领域。目前CUDA除了可以用C语言开发,也已经提供FORTRAN的应用接口,未来可以预计CUDA会支持C++、Java、Python等各类语言。虽然现在更多的应用在游戏、图形动画...
- CUDA的功能定位及组成 2008-12-01
- CUDA(Compute Unified Device Architecture)是一个新的基础架构,这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。它是一个完整的GPGPU解决方案,提供了硬件的直接访问接口,而不必像传统方式一样必须依赖图形API接口来实现GPU的访问...
- CUDA软硬件环境简介 2008-12-01
- CUDA是用于GPU计算的开发环境,它是一个全新的软硬件架构,可以将GPU视为一个并行数据计算的设备,对所进行的计算进行分配和管理。在CUDA的架构中,这些计算不再像过去所谓的GPGPU架构那样必须将计算映射到图形API(OpenGL和Direct 3D...
- CUDA:领导GPU高性能计算的革命 2008-11-29
- 回顾显卡的发展,用户对图形计算方面的需求不断的超出了CPU在计算能力方面的发展速度。随着CPU计算能力的进步,人们一度认为可以将图形、视频等需要大量运算的功能都交与CPU完成...
- CUDA 2.0 海量计算力 2008-11-29
- NVIDIA 及其竞争对手 ATI 近年来均致力于通用图形处理技术(又称 GP-GPU 技术)。目的在于让非图形应用程序使用图形处理器的强大流计算能力。今年,NVIDIA 的 CUDA(Compute Unified Device Architecture,计算统一设备架构)开始展示 GPU...
- 专业就是力量!CUDA引领NVIDIA发展之路 2008-11-29
- 自nVIDIA于GeForce 256提出GPU这个概念以来,显示核心就作为一个单独的单元从传统处理器中分离开来,主要负责视觉方面的处理工作。而发展至今日,GPU的性能已经远比当初强大,昔日停留在...
新闻排行榜
最新信息
- CLIP 多模态对比学习训练:视觉-语言对齐的计算特征与图形工作站选型
- GRPO 强化学习后训练大模型:Rollout 与训练分离架构下的工作站选型
- PETSc/TAO 面向 GPU 超算的可扩展求解器:稀疏线性代数负载与工作站选型
- cuTensorNet 张量网络量子电路模拟:收缩路径优化与 GPU 显存选型
- Ansys Icepak 电子散热仿真:共轭传热网格与求解负载下的工作站选型
- Cadence Spectre X 大规模并行电路仿真:SPICE 精度、32 核以上扩展与 GPU 加速的选型逻辑
- DEM 离散元颗粒仿真:LIGGGHTS 的 MPI 并行与 EDEM 的 GPU 求解双路线选型
- FEP+ 自由能微扰计算驱动药物设计:GPU 吞吐与批量炼金术扰动的工作站选型









