我一直在阅读CUDA和OpenCL的编程指南,我无法弄清楚银行冲突是什么。 他们只是潜心钻研如何解决问题,而没有详细阐述这个问题。 有人能帮我理解吗? 如果帮助是在CUDA / OpenCL的环境下,或者只是在计算机科学中的银行冲突,我没有任何偏好。
graphics处理单元( GPGPU )上的通用计算是利用GPU的function进行任何计算的一个非常有吸引力的概念。 我很乐意使用GPGPU进行image processing,粒子和快速几何操作。 现在看来,这个领域的两位竞争者是CUDA和OpenCL。 我想知道: Windows / Mac上的OpenCL是否可用于Java? 什么是与OpenCL / CUDA接口的库方法? 是直接使用JNA的一个选项? 我忘了什么吗? 任何现实世界的经验/例子/战争故事,赞赏。
我想听听有两种编码经验的人。 我自己,我只有NVIDIA的经验。 NVIDIA CUDA似乎比竞争对手更受欢迎。 (只要在这个论坛上统计问题标签,'cuda'胜过'opencl'3:1,'nvidia'胜过'ati'15:1,根本没有'ati-stream'的标签)。 另一方面,根据维基百科,ATI / AMD卡应该有更多的潜力,特别是每美元。 目前市场上最快的NVIDIA显卡,GeForce 580(500美元),被评为1.6单精度TFlops。 AMD Radeon 6970可以有370美元,它的额定2.7 TFlops。 580在772 MHz有512个执行单元。 6970在880 MHz有1536个执行单元。 AMD对于NVIDIA的纸张优势有多逼真,而且在大多数GPGPU任务中都可能实现? 整数任务会发生什么?