Qu'est-ce que la carte graphique Cuda

La carte graphique CUDA fait référence à « Unified Computing Device Architecture ». Il s'agit d'une plate-forme informatique lancée par le fabricant de cartes graphiques NVIDIA. Il s'agit d'une architecture informatique parallèle générale qui permet au GPU de résoudre des problèmes informatiques complexes ; inclut l'architecture de jeu d'instructions CUDA (ISA) et le moteur de calcul parallèle à l'intérieur du GPU.

L'environnement d'exploitation de ce tutoriel : système Windows 10, ordinateur Dell G3.

CUDA (Compute Unified Device Architecture) est une plateforme informatique lancée par le fabricant de cartes graphiques NVIDIA. CUDA™ est une architecture informatique parallèle à usage général introduite par NVIDIA qui permet aux GPU de résoudre des problèmes informatiques complexes. Il comprend l'architecture de jeu d'instructions CUDA (ISA) et le moteur de calcul parallèle à l'intérieur du GPU.

Les développeurs peuvent utiliser le langage C pour écrire des programmes pour l'architecture CUDA™, le langage de programmation de haut niveau le plus largement utilisé. Les programmes que vous écrivez peuvent fonctionner à des performances ultra-élevées sur des processeurs compatibles CUDA™. CUDA3.0 a commencé à prendre en charge C++ et FORTRAN.

Portée de l'application

L'industrie informatique évolue du « traitement central » qui utilise uniquement le CPU au « co-traitement » qui utilise à la fois le CPU et le GPU. Afin de créer ce nouveau paradigme informatique, NVIDIA™ a inventé le modèle de programmation CUDA (Compute Unified Device Architecture) pour utiliser pleinement les avantages du CPU et du GPU dans les applications. Cette architecture est déjà utilisée dans les GPU GeForce™, ION™, Quadro et Tesla, ce qui en fait un marché énorme pour les développeurs d'applications.

Sur le marché grand public, presque toutes les applications vidéo grand public importantes ont été accélérées à l'aide de CUDA ou le seront bientôt à l'aide de CUDA, y compris celles d'Elemental Technologies, MotionDSP et LoiLo.

Dans la communauté de la recherche scientifique, CUDA a toujours été populaire. Par exemple, CUDA peut désormais accélérer AMBER. AMBER est un programme de simulation de dynamique moléculaire utilisé par plus de 60 000 chercheurs du monde entier dans le monde universitaire et dans les sociétés pharmaceutiques pour accélérer la découverte de nouveaux médicaments.

Sur les marchés financiers, Numerix et CompatibL ont lancé le support CUDA pour une nouvelle application de risque de contrepartie et ont obtenu une accélération de 18x. Numerix est utilisé par près de 400 institutions financières.

La large application de CUDA a conduit à l'essor du GPU Tesla dédié au calcul GPU. Plus de 700 clusters GPU ont été installés par des sociétés mondiales du Fortune 500 dans divers domaines, tels que Schlumberger et Chevron dans le domaine de l'énergie et BNP Paribas dans le secteur bancaire.

Avec l'avènement des systèmes d'exploitation Microsoft Windows 7 et Apple Snow Leopard, le calcul GPU va définitivement devenir courant. Dans ces nouveaux systèmes d'exploitation, le GPU sera plus qu'un simple processeur graphique, il deviendra un processeur parallèle à usage général pouvant être utilisé par toutes les applications.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!