Tesla

  • CUDA I OBLICZENIA NA GPU
  • APLIKACJE WYKORZYSTUJĄCE GPU
  • JEDNOSTKI GPU DLA SERWERÓW I STACJI ROBOCZYCH
Czym są obliczenia na GPU?
Divider

CZYM SĄ OBLICZENIA AKCELEROWANE NA UKŁADACH GPU?

Akcelerowane obliczenia na układach GPU to wykorzystanie procesora graficznego (układu GPU), wspólnie z jednostką CPU do akceleracji obliczeń w aplikacjach naukowych, analitycznych, inżynierskich, konsumenckich i biznesowych. Wprowadzone w 2007 roku przez firmę NVIDIA, akceleratory GPU wykorzystywane są obecnie w wydajnych energetycznie centrach danych w rządowych laboratoriach, na uczelniach, w przedsiębiorstwach oraz małych i średnich firmach na całym świecie. Układy GPU przyspieszają działanie aplikacji na wielu rozmaitych platformach, m.in. w samochodach, telefonach komórkowych, tabletach, dronach i robotach.

W jaki sposób układy gpu akcelerują działanie aplikacji

Obliczenia akcelerowane na układach GPU oferują bezprecedensową wydajność aplikacji dzięki przejęciu przez układ GPU złożonych obliczeniowo fragmentów kodu, podczas gdy pozostała część aplikacji nadal jest wykonywana przez CPU. Z punktu widzenia użytkownika aplikacja działa po prostu znacznie szybciej.

How GPU Acceleration Works
 

UKŁAD CPU W PORÓWNANIU DO GPU

Prostym przykładem, aby zrozumieć różnicę między układem CPU i GPU, jest porównanie ich sposobu przetwarzania zadań. Jednostka CPU składa się z kilku rdzeni zoptymalizowanych pod kątem sekwencyjnego przetwarzania szeregowego, natomiast masowo równoległa architektura jednostki GPU składa się z tysięcy mniejszych, bardziej efektywnych rdzeni zaprojektowanych z myślą o przetwarzaniu wielu zadań jednocześnie.

 

Układy GPU posiadają tysiące rdzeni w celu efektywnego przetwarzania zadań równoległych

Układy GPU posiadają tysiące rdzeni w celu efektywnego przetwarzania zadań równoległych

Obejrzyj poniższy materiał wideo, ukazujący w przystępny sposób analogię między układem CPU i GPU.

Obejrzyj poniższy materiał wideo, ukazujący w przystępny sposób analogię między układem CPU i GPU.


Setki wiodących w branży aplikacji jest obecnie akcelerowanych przez układy GPU. Dowiedz się, czy aplikacja z której korzystasz jest akcelerowana przez układ GPU, sprawdzając w naszym application catalog.

JAK ZACZĄĆ

Istnieją trzy podstawowe sposoby na dodanie akceleracji GPU do Twoich aplikacji:
  • Przeszukiwanie bibliotek zoptymalizowanych pod kątem układów GPU
  • Dodawanie dyrektyw lub wskazówek dla kompilatora, by automatycznie zrównoleglić kod
  • Korzystanie z rozszerzeń do języków programowania, które już znasz, jak np. C i Fortran

Nauka wykorzystania układów GPU z modelem programowania równoległego CUDA jest prosta.

W celu uzyskania darmowych kursów online i zasobów programistycznych prosimy o odwiedzenie strefy CUDA.

ODWIEDŹ SERWIS CUDA ZONE