Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  karty graficzne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W pracy przedstawiona została metoda dekompozycji lepkościowej. Zastosowana do równań ruchu lepkiego i nieściśliwego płynu pozwala rozbić krok czasowy na dwa podkroki. Przykład zastosowania tej metody został pokazany z wykorzystaniem metody cząstek wirowych typu „Wir w komórce”, która pozwala na dokładne badanie ewolucji wirowości i co nie mniej ważne bardzo dobrze nadaje się do wykorzystania w obliczeniach równoległych. Badania dynamiki wirowości mają podstawowe znaczenie dla badań nad turbulencją, jak również rozwiązywania zagadnień inżynierskich. W pracy przedstawione zostaną wyniki symulacji numerycznych zjawiska zmiany topologii (rekonekcji) dwóch równoległych rurek wirowych oraz zderzenia dwóch pierścieni wirowych.
2
Content available remote Utilization of NVIDIA CUDA system in the process of scientific computing
EN
Rapid evolution of markets of computer games and computer animation means that graphic cards are created with the focus on processing large quantities of data necessary for rendering graphics in such applications. Thanks to the utilization of the NVIDIA CUDA software package, it is possible to take advantage of the processing units available on graphic cards, i.e. GPU (Graphic Processing Unit) in scientific calculations. This work presents also the potential of utilization of the processing power of NVIDIA series graphic cards for scientific purposes. It also contains a description of the software environment, which must be met, and presents limitations, which are imposed onto target software under development.
PL
Szybko rozwijające się rynki gier oraz animacji komputerowych sprawiły, że karty graficzne są tworzone z myślą o przetwarzaniu dużej ilości danych na potrzeby renderowania grafiki w tych zastosowaniach. Korzystając z pakietu NVIDIA CUDA istnieje możliwość zaangażowania do procesu obliczeń naukowych jednostek obliczeniowych umieszczonych w kartach graficznych, tzw. GPU (ang. Graphic Processing Unit). W niniejszym artykule zaprezentowano możliwości wykorzystania mocy obliczeniowej procesorów kart graficznych z serii NVIDIA do celów naukowych. Zawarto opis środowiska programistycznego, warunków, jakie muszą być spełnione oraz omówiono ograniczenia, które są narzucane na tworzone oprogramowanie.
PL
W artykule przedstawiono architekturę procesorów graficznych z serii 8 firmy nVidia oraz technologię CUDA. Zaprezentowano przykładowe metody realizacji wybranych równoległych algorytmów mnożenia macierzy (gęstych oraz rzadkich) z wykorzystaniem graficznych jednostek przetwarzających. Przeprowadzono analizę porównawczą wyników uzyskanych dla procesorów ogólnego przeznaczenia oraz procesorów graficznych.
EN
In this paper we present the architecture of nVidia 8-series graphics processors and the CUDA technology. Exemplary methods of implementing parallel matrices (sparse and dense) multiplication algorithms on Graphics Processing Unit are described. The paper also presents a comparative analysis of the achieved results with the results of computations on general processing units.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.