Tesla

Вычисления с ускорением на GPU
помогают решать самые сложные в мире задачи
Вычисления с ускорением на GPU - помогают решать самые сложные в мире задачи

ЧТО ТАКОЕ ВЫЧИСЛЕНИЯ С УСКОРЕНИЕМ НА GPU?

Вычисления с ускорением на GPU заключаются в использовании графического процессора (GPU) совместно с CPU для ускорения приложений в области глубокого обучения, аналитики, и проектирования. Вычисления с ускорением на GPU были изобретены компанией NVIDIA в 2007 году. Теперь GPU обеспечивают мощностью энергоэффективные дата-центры в правительственных лабораториях, университетах и на предприятиях всех размеров по всему миру. GPU ускоряют приложения на различных платформах, начиная от искусственного интеллекта и заканчивая автомобилями, беспилотными летательными аппаратами и роботами.

КАК ПРИЛОЖЕНИЯ ПОЛУЧАЮТ УСКОРЕНИЕ НА GPU

GPU обрабатывает части приложения, требующие большой вычислительной мощности, при этом остальная часть приложения выполняется на CPU. С точки зрения пользователя, приложение просто работает значительно быстрее.

How GPU Acceleration Works
 

Сравнение производительности GPU и CPU

Простой способ понять разницу между GPU и CPU - сравнить то, как они выполняют задачи. CPU состоит из нескольких ядер, оптимизированных для последовательной обработки данных, в то время как GPU имеет тысячи более мелких и энергоэффективных ядер, созданных для выполнения нескольких задач одновременно.

 

GPU состоит из тысячи ядер для эффективной обработки параллельных задач

GPU Vs GPU: Which is better?

Посмотрите видеоролик ниже, что сравнить GPU и CPU

Посмотрите видеоролик ниже, что сравнить GPU и CPU
Видео: "Разрушители легенд наглядно показывают мощь вычислений GPU против CPU" (01:34)

Более 400 приложений,—включая 9 из 10 ведущих HPC-приложений, уже получили ускорение на GPU, благодаря чему все пользователи графических процессоров могут добиться значительно повышения производительности для своих задач. Посмотрите в нашем каталоге приложений, имеет ли приложение, с которым вы работаете, GPU ускорение (PDF 1,9 MБ).

НАЧНИТЕ РАБОТУ УЖЕ СЕГОДНЯ

Существует три основных метода, чтобы добавить в ваше приложение GPU-ускорение:
  • Использовать GPU-оптимизированные библиотеки
  • Добавить директивы или "подсказки" компилятору для автоматического распараллеливания вашего кода
  • Использовать расширения для языков программирования, которые вы уже знаете, например, C и Fortran

Узнать, как использовать GPU с моделью параллельного программирования CUDA, очень легко.

Бесплатные онлайн занятия и ресурсы для разработчиков доступны на CUDA Zone.

ЗАЙДИТЕ НА CUDA ZONE

 
 
 
CUDA и вычисления на GPU

Что такое вычисления на GPU?
Факты о вычислениях на GPU
Программирование GPU
Архитектура Kepler GPU
Облачные вычисления на GPU

Что такое CUDA?
CUDA в действии
CUDA Альманах
CUDA и OpenACC:
Бесплатный Онлайн курс

Обучение CUDA
Центры повышения
квалификации CUDA

Исследовательские центры CUDA
Центры обучения CUDA

Приложения для
вычислений на GPU

Приложения для вычислений
на Tesla GPU

Примеры применения Tesla
Директивы OpenACC
Тест-драйв Tesla GPU

Tesla GPU для серверов
и рабочих станций

Почему Tesla
Решения Tesla для серверов
Решения Tesla для рабочих станций
Встраиваемая платформа разработок
Купить Tesla GPU

Новости и
информация о Tesla

Истории успеха Tesla
Литература о продукте
Средства программного
обеспечения Tesla

Программные средства
разработки Tesla

Вебинары на русском языке
NVIDIA Research
Уведомления о новостях Tesla

Мы в социальных сетях

VKontakte VKontakte

YouTube YouTube

Twitter Twitter

Instagram Instagram

NVIDIA Blog Блог NVIDIA