Grafikkarte CUDA bezieht sich auf die „Unified Computing Device Architecture“. Es handelt sich um eine allgemeine Parallelrechnerarchitektur, die es der GPU ermöglicht, komplexe Rechenprobleme zu lösen Set-Architektur (ISA) und die Parallel-Computing-Engine innerhalb der GPU.
Die Betriebsumgebung dieses Tutorials: Windows 10-System, Dell G3-Computer.
CUDA (Compute Unified Device Architecture) ist eine Computerplattform des Grafikkartenherstellers NVIDIA. CUDA™ ist eine von NVIDIA eingeführte Allzweck-Parallel-Computing-Architektur, die es GPUs ermöglicht, komplexe Computerprobleme zu lösen. Es umfasst die CUDA-Befehlssatzarchitektur (ISA) und die Parallel-Computing-Engine innerhalb der GPU.
Entwickler können die Sprache C verwenden, um Programme für die CUDA™-Architektur zu schreiben. Die Sprache C ist die am weitesten verbreitete Programmiersprache auf hoher Ebene. Die von Ihnen geschriebenen Programme können auf CUDA™-fähigen Prozessoren mit extrem hoher Leistung ausgeführt werden. CUDA3.0 hat begonnen, C++ und FORTRAN zu unterstützen.
Anwendungsbereich
Die Computerindustrie entwickelt sich von der „zentralen Verarbeitung“, die nur die CPU verwendet, zur „Co-Verarbeitung“, die sowohl CPU als auch GPU verwendet. Um dieses neue Computerparadigma zu schaffen, hat NVIDIA™ das CUDA-Programmiermodell (Compute Unified Device Architecture) erfunden, um die Vorteile von CPU und GPU in Anwendungen voll auszuschöpfen. Diese Architektur wird bereits in GeForce™-, ION™-, Quadro- und Tesla-GPUs verwendet, was dies zu einem riesigen Markt für Anwendungsentwickler macht.
Im Verbrauchermarkt wurde fast jede wichtige Verbrauchervideoanwendung durch CUDA beschleunigt oder wird bald durch CUDA beschleunigt, darunter Produkte von Elemental Technologies, MotionDSP und LoiLo.
In der wissenschaftlichen Forschungsgemeinschaft war CUDA schon immer beliebt. Beispielsweise kann CUDA jetzt AMBER beschleunigen. AMBER ist ein Molekulardynamik-Simulationsprogramm, das weltweit von mehr als 60.000 Forschern in der Wissenschaft und in Pharmaunternehmen eingesetzt wird, um die Entdeckung neuer Medikamente zu beschleunigen.
Auf den Finanzmärkten haben Numerix und CompatibL CUDA-Unterstützung für eine neue Anwendung für das Kontrahentenrisiko veröffentlicht und eine 18-fache Beschleunigung erreicht. Numerix wird von fast 400 Finanzinstituten genutzt.
Die breite Anwendung von CUDA hat zum Aufstieg der Tesla-GPU für GPU-Computing geführt. Mehr als 700 GPU-Cluster wurden von globalen Fortune-500-Unternehmen in verschiedenen Bereichen installiert, beispielsweise Schlumberger und Chevron im Energiebereich und BNP Paribas im Bankensektor.
Mit der Einführung der Betriebssysteme Microsoft Windows 7 und Apple Snow Leopard wird GPU-Computing definitiv zum Mainstream. In diesen neuen Betriebssystemen wird die GPU mehr als nur ein Grafikprozessor sein, sie wird zu einem Allzweck-Parallelprozessor, der von allen Anwendungen verwendet werden kann.
Das obige ist der detaillierte Inhalt vonWas ist Grafikkarten-Cuda?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!