入门 —— 并行计算

2015-9-8 15:12| 发布者: 炼数成金_小数| 查看: 1581| 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 ...

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 API	CUDA C/C++、DirectCompute、OpenCL