Tesla

  • CUDA И ВЫЧИСЛЕНИЯ НА GPU
  • ПРИЛОЖЕНИЯ ДЛЯ ВЫЧИСЛЕНИЙ НА GPU
  • GPU ДЛЯ СЕРВЕРОВ И РАБОЧИХ СТАНЦИЙ
Что такое вычисления на GPU?
Divider

ЧТО ТАКОЕ ВЫЧИСЛЕНИЯ С GPU-УСКОРЕНИЕМ?

Вычисления с GPU-ускорением заключаются в использовании графического процессора (GPU) совместно с CPU для ускорения приложений в области науки, аналитики, проектирования и на предприятиях. Вычисления с GPU-ускорением были изобретены компанией NVIDIA в 2007 году, теперь GPU обеспечивают мощностью энергоэффективные центры обработки данных в правительственных лабораториях, университетах и на предприятиях всех размеров по всему миру. GPU ускоряют приложения на различных платформах, начиная от автомобилей, мобильных телефонов и планшетов и заканчивая беспилотными летательными аппаратами и роботами.

КАК ПРИЛОЖЕНИЯ ПОЛУЧАЮТ УСКОРЕНИЕ НА GPU

Вычисления с GPU-ускорением предлагают беспрецедентную производительность приложений благодаря тому, что 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 CPU И GPU

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

 

GPU состоит из тысяч ядер для эффективной обработки параллельных задач

GPU состоит из тысяч ядер для эффективной обработки параллельных задач

Ознакомьтесь с видеороликом ниже, чтобы сравнить CPU и GPU.

Ознакомьтесь с видеороликом ниже, чтобы сравнить CPU и GPU.


Сотни ведущих приложений уже получили GPU-ускорение. Посмотрите в нашем каталоге приложений, имеет ли приложение, с которым вы работаете, GPU-ускорение.

CUDA и OpenACC:

Пройти бесплатный
онлайн-курс по CUDA.

КАК НАЧАТЬ РАБОТУ

Существует 3 основных метода, чтобы добавить в ваше приложение GPU-ускорение:
  • Использовать GPU-оптимизированные библиотеки
  • Добавит 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