炼数成金 门户 CUDA 查看内容

入门 —— 并行计算

2015-9-8 15:12| 发布者: 炼数成金_小数| 查看: 1277| 评论: 0|来自: nvidia

摘要: 无论你想要移植现有的应用程序、设计全新的应用程序,还是只想要利用现有的应用程序更快速地完成工作,这些资源都能够让你实现入门。现有应用程序的 GPU 加速众多科学家、工程师以及专业人士只要将正在使用的现有应 ...

培训 C++ GPU CUDA 并行计算

无论你想要移植现有的应用程序、设计全新的应用程序,还是只想要利用现有的应用程序更快速地完成工作,这些资源都能够让你实现入门。

现有应用程序的 GPU 加速

众多科学家、工程师以及专业人士只要将正在使用的现有应用程序升级至 GPU 加速版本,即可实现 GPU 并行计算的优势。例如 LabVIEW、Mathematica 以及 MATLAB 等等。
开发自己的应用程序

如果你正在开发应用程序或库,那么首先要决定是否想要利用现有的库,这些库已针对 GPU 并行计算而进行了优化。如果一个库中已经具备了你需要的所有功能,那么你可能只需要在应用程序中运用这些库即可。即便你想要为 GPU 而编写自己的定制代码,这些可用的库也值得你看一看,看看有哪些可以用得上。 如果你将要为 GPU 而编写自己的代码,那么有很多种可用的语言解决方案和 API,这些选项值得你看一看,你可以选择最符合自己需要的解决方案。
方法示例
应用程序集成MATLAB、Mathematica、LabVIEW
隐性并行语言PGI Accelerator、HMPP
抽象层/包装程序PyCUDA、CUDA.NET、jCUDA
语言集成CUDA C/C++、PGI CUDA Fortran
低级设备 APICUDA C/C++、DirectCompute、OpenCL

 一旦你决定了将要使用哪些库和语言解决方案或 API,就已经为开始编程做好了准备。如果你选择了一款英伟达提供的解决方案,那么则下载的 CUDA Toolkit 并查看入门指南。在我们的 CUDA 教育与培训页面上还有一系列必不可少的培训资料、网络研讨会等等。
选择你的开发平台

目前,CUDA 架构 GPU 的市场保有量已经超过 3 亿,大多数开发者将能够使用已有的 GPU 来实现入门。当你准备好测试和部署自己的应用程序时,一定要确保自己看过了我们的当前产品系列以及 OEM 解决方案,以便选择较佳的系统来满足需求。
英伟达™ (NVIDIA®) Tesla™ 产品专为数据中心与工作站计算应用而设计
英伟达™ Quadro (NVIDIA Quadro®) 产品专为专业图形与工程应用而设计
英伟达™ 精视™ (NVIDIA® GeForce®) 产品专为互动游戏与消费类应用而设计
完善你的开发环境

你使用的调试器与性能分析工具已经支持 GPU 开发。

鲜花

握手

雷人

路过

鸡蛋
上一篇:什么是CUDA下一篇:cuda环境搭建

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

热门文章

     

    GMT+8, 2020-1-25 01:51 , Processed in 0.162635 second(s), 23 queries .