Powiadomienia systemowe
- Sesja wygasła!
Tytuł artykułu
Autorzy
Treść / Zawartość
Pełne teksty:
Identyfikatory
Warianty tytułu
Computing acceleration based on application of the CUDA technology
Języki publikacji
Abstrakty
W artykule zaprezentowano możliwość zastosowania układów graficznych celem przyspieszenia obliczeń komputerowych. Przedstawiono technologię oraz architekturę CUDA firmy nVidia, a także podstawowe rozszerzenia względem standardów języka C. W referacie omówiono autorskie algorytmy testowe oraz metodykę badań, które przeprowadzono w celu określenia skuteczności akceleracji obliczeń komputerowych z wykorzystaniem procesorów graficznych GPU w porównaniu do rozwiązań tradycyjnych, opartych o CPU.
The paper deals with application of the graphic processor units (GPUs) to acceleration of computer operations and computations. The traditional computation methods are based on the Central Processor Unit (CPU), which ought to handle all computer operations and tasks. Such a solution is especially not effective in case of distributed systems where some sub-tasks can be performed in parallel. Many parallel threads can accelerate computing, which results in a shorter execution time. In the paper a new CUDA technology and architecture is shown. The presented idea of CUDA technology bases on application of the GPU processors to compu-tation to achieve better performance in comparison with the traditional methods, where CPUs are used. The GPU processors may perform multi-thread calculation. Therefore, especially in case of tasks where concurrency can be applied, CUDA may highly speed-up the computation process. The effectiveness of CUDA technology was verified experimentally. To perform investigations and experiments, the own test modules were used. The library of benchmarks consists of various algorithms, from simple iteration scripts to video processing methods. The results obtained from calculations performed via CPU and via GPU are compared and discussed.
Wydawca
Czasopismo
Rocznik
Tom
Strony
954--956
Opis fizyczny
Bibliogr. 8 poz., rys., tab.
Twórcy
autor
autor
autor
- Uniwersytet Zielonogórski, Instytut Informatyki i Elektroniki, ul. Licealna 9, 65-417 Zielona Góra, lukasz.stefanowicz@yahoo.pl
Bibliografia
- [1] Kirk D. B., Hwu W. W.: Programming Massively Parallel Processors A Hands-on Approach, MK, Burlington, USA, 2010.
- [2] Sanders J., Kandrot E.: CUDA by Example, AW, Ann Arbor, USA, 2010.
- [3] http://developer.download.nvidia.com/compute/cuda/3_2_prod/toolkit/docs/ CUDA_C_Best_Practices_Guide.pdf
- [4] http://developer.download.nvidia.com/compute/cuda/3_2_prod/toolkit/docs/ CUDA_C_Programming_Guide.pdf
- [5] Fulmański P., Popa A., Witczak D.: Highly Parallel and Arithmetic Intensified Computation With Graphics Card.
- [6] http://www.nvidia.pl/page/geforce8.html
- [7] http://www.benchmark.pl/testy_i_recenzje/nVidia_CUDA_i_ATI_Stream._Wykorzystac_moc_GPU-1942/strona/5364.html
- [8] Biernat J.: Architektura komputerów, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, 2005.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSW4-0104-0044