Tag: gpu

GPU编程，CUDA或OpenCL？

我是GPU编程的新手。 我有一台配备NVIDIA GeForce GT 640显卡的笔记本电脑。 我面临着两难困境，build议最受欢迎。 如果我去CUDA – Ubuntu或Windows显然，CUDA更适合Windows，而在Ubuntu上安装则是一个严重的问题。 我已经看到一些博客宣称在Ubuntu 11.10和Ubuntu 12.04上安装了CUDA 5。 但是，我一直无法让他们工作。 此外， 标准的CUDA教科书更喜欢在Windows域中工作，在安装和使用Unix / Ubuntu时或多或less都是沉默的。 CUDA或OpenCL – 现在这可能比我的第一个问题更棘手！ 我大部分使用CUDA / Nvidia都遇到过GPGPU项目，但OpenCL可能是开源的下一个最佳select，在Ubuntu中安装可能不会成为问题，尽pipe这里的一些build议将是最有用的。 如果我使用OpenCL而不是CUDA，我会牺牲任何function吗？ 任何帮助或build议？

使用GPU加速MATLAB代码？

AccelerEyes于2012年12月宣布，它将与Mathworks在GPU代码上合作，并已停止使用MATLAB的产品Jacket： http://blog.accelereyes.com/blog/2012/12/12/exciting-updates-from-accelereyes/ 不幸的是，他们不再销售Jacket许可证。 据我所知，基于ArrayFire的Jacket GPU Array解决scheme比由MATLAB提供的gpuArray解决scheme快得多。 我开始使用gpuArray，但是我发现许多函数执行得不好。 例如一个简单的 myArray(:) = 0 很慢。 我写了一些定制的CUDA-Kernels，但是执行不力的标准MATLABfunction增加了很多开销，即使在整个代码中一直使用gpuArrays。 我通过用手工编写的CUDA代码replace了MATLAB代码来解决了一些问题 – 但我不想重新实现MATLAB标准function。 我缺less的另一个function是稀疏的GPUmatrix。 所以我的问题是： 如何加快由MATLAB提供的糟糕实现的默认GPU实现？ 特别是，如何在使用GPU的MATLAB中加速稀疏matrix运算？

我可以在英特尔集成graphics处理器上运行CUDA吗？

我有一个非常简单的东芝笔记本电脑与i3处理器。 另外，我没有任何昂贵的graphics卡。 在显示设置中，我看到英特尔（HD）graphics作为显示适配器。 我打算学习一些cuda编程。 但是，我不确定，如果我可以在笔记本电脑上做到这一点，因为它没有任何NVIDIA GPU启用GPU。 其实，我怀疑，如果我甚至有一个GPU o_o 所以，如果有人能告诉我是否可以用当前的configuration进行CUDA编程，并且如果可能的话，也请告诉我英特尔（HD）显卡是什么意思？

Haskell Array.Accelerate – forkOS错误

试图用gnuplot来绘制一些Data.Array.Accelerate计算的输出我遇到了一个奇怪的问题。 当通过解释器运行时，一切都很好，就像直接绘制Haskell数据或者只是打印Accelerate值一样，但是尝试绘制Accelerate数据失败。 给出的错误是forkOS_entry: interrupted 。 从那以后，我意识到我应该做更多的UNIX，并且在每个程序中做一件事（好）。 但我有兴趣找出为什么这个失败。 我在下面包含一个最小代码示例。 import Prelude hiding (zip,zipWith) import Graphics.Gnuplot.Simple import Data.Array.Accelerate — import Data.Array.Accelerate.Interpreter import Data.Array.Accelerate.CUDA f :: Vector Float -> Vector Float -> Acc (Vector Float) f xs ys = let xs' = use xs ys' = use ys in (zipWith (*) xs' ys') n=10::Int points = toList.run $ […]

介绍到GPU编程

每个人都有一个巨大的并行超级计算机在他们的桌面上的graphics卡GPU的forms。 什么是GPU社区的“hello world”相当于什么？ 我该怎么做，去哪里开始为主要的GPU供应商编程GPU？ -亚当

曾几何时，当>比<…快时，等等，什么？

我正在阅读一个很棒的OpenGL教程 。 真是太好了，相信我。 我目前的主题是Z缓冲。 除了解释这一切之外，作者还提到我们可以执行自定义的深度testing，比如GL_LESS，GL_ALWAYS等等。他还解释说，深度值的实际意义（也就是顶部而不是）也可以是定制。 我明白迄今为止。 然后作者说了一些不可思议的事情： 范围zNear可以大于范围zFar; 如果是这样的话，则窗口空间值将被颠倒，从观察者的距离最近或最远的angular度来看。 早些时候，有人说，0的窗口空间Z值最接近，1是最远的。 但是，如果我们的剪辑空间Z值被否定，则1的深度将最接近视图，并且0的深度将最远。 然而，如果我们翻转深度testing的方向（GL_LESS到GL_GREATER等），我们得到完全相同的结果。 所以这只是一个惯例。 事实上，翻转Z的标志和深度testing曾经是许多游戏的重要性能优化。 如果我理解正确的话，性能方面，翻转Z的符号和深度testing只不过是改变一个比较。 所以，如果我理解正确并且作者不是在说谎或者做出反应，那么改变< to >曾经是许多游戏的重要优化 。 作者是不是在写东西，是我误解了什么，或者确实是这样，一旦<作者所说的慢（比作者所说的）要严重> ？ 感谢澄清这个相当好奇的事情！ 免责声明：我完全知道algorithm的复杂性是优化的主要来源。 而且，我怀疑现在肯定不会有什么区别，我也不是要求这个来优化任何东西。 我只是非常，痛苦，也许令人难以置信的好奇。

如何在NVIDIA CUDA中测量内核时间？

我想测量GPU的时间内核，如何在NVIDIA CUDA中测量它？ 例如 __global__ void kernelSample() { some code here get start time some code here get stop time some code here }

用于CUDA编程的GPU仿真器，无需硬件

问题：是否有一个用于Geforce卡的仿真器，可以让我编程和testingCUDA而不需要实际的硬件？ 信息： 我期望在CUDA中加速一些我的模拟，但是我的问题是我并不总是在我的桌面上进行这种开发。 我想在我的上网本上做一些工作，但我的上网本没有GPU。 现在据我所知，你需要一个支持CUDA的GPU来运行CUDA。 有没有办法解决这个问题？ 这似乎是唯一的方法是GPU模拟器（显然会很痛苦，但会起作用）。 但是，无论如何，我希望听到这样做。 我在Ubuntu 10.04 LTS上进行编程。

利用GPU与C＃

我正试图从我的网格中获得更多的处理能力。 我正在使用所有的CPU /核心，是否有可能利用GPU与C＃。 任何人都知道任何图书馆或有任何示例代码？

发送3D数组到CUDA内核

我把给出的代码作为答案我怎样才能使用嵌套for循环加起来两个2d（pitched）数组？ 并试图使用它的3D而不是2D和稍微改变其他部分，现在看起来如下： __global__ void doSmth(int*** a) { for(int i=0; i<2; i++) for(int j=0; j<2; j++) for(int k=0; k<2; k++) a[i][j][k]=i+j+k; } int main() { int*** h_c = (int***) malloc(2*sizeof(int**)); for(int i=0; i<2; i++) { h_c[i] = (int**) malloc(2*sizeof(int*)); for(int j=0; j<2; j++) GPUerrchk(cudaMalloc((void**)&h_c[i][j],2*sizeof(int))); } int*** d_c; GPUerrchk(cudaMalloc((void****)&d_c,2*sizeof(int**))); GPUerrchk(cudaMemcpy(d_c,h_c,2*sizeof(int**),cudaMemcpyHostToDevice)); doSmth<<<1,1>>>(d_c); GPUerrchk(cudaPeekAtLastError()); int res[2][2][2]; for(int i=0; i<2; […]