サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
8. cudaMallocManagedCPU CUDA Unified Memory void sortfile(FILE *fp, int N) { char *data; data = (char *)malloc(N); ! ! ! ! } fread(data, 1, N, fp); qsort(data, N, 1, compare); use_data(data); free(data); void sortfile(FILE *fp, int N) { char *data; cudaMallocManaged(&data, N); ! ! ! ! } fread(data, 1, N, fp); qsort<<<…>>>(data, N, 1, compare); cudaDeviceSynchronize(); use_data(data); cudaFree(data
Thrust: TheC++ Parallel Algorithms Library Thrust is theC++ parallel algorithms library which inspired the introduction of parallel algorithms to theC++ Standard Library. Thrust’s high-level interface greatly enhances programmer productivity while enabling performance portability betweenGPUs and multicoreCPUs.Itbuilds ontop of established parallelprogramming frameworks (such as CUDA, TBB
OSインストール † Centos6.4はまだマザーボードのチップセットに対応していなかったので、Fedora 19にする。 Live CDをUSBにコピー（LiLi USBCreatorを使用） USBから起動 HDDへインストール 起動後、yum updateで更新 ↑ CUDA 5.5 インストール （2013-07-08） † 参考サイト 現時点でのLinux (64) 用のドライバーをダウンロード /etc/default/grub の中で、GRUB_CMDLINE_LINUX= の末尾にmodeset=0を追加して grub2-mkconfig -o /boot/grub2/grub.cfg 再起動 yum install gcc kernel-devel init 3 <<< Xサーバーを止めるのに必須（XWinに戻すにはinit 5） 持ってきたドライバ NVIDIA.
PGIアクセラレータ™ コンパイラの使用する前に、NVIDIA社の CUDA™ 環境環境をインストールしておく必要があります。ここでは、 一例として CentOS 5.5上に CUDA 4.0環境をインストールする手順を説明します。ここでの前提は、ハードウェアシステムの中に、NVIDIA社のGPU が実装されていることとします。 2011年6月24日 Copyright © 株式会社ソフテック 加藤 PGIアクセラレータ™ コンパイラを使用するためには、NVIDIA社の CUDA-enable な GeForce、Quadro、Tesla カードを有した CUDA ソフトウェアがインストールされたシステムが必要です。サポートされるGPU の詳細なリストは、NVIDIA の ウェブサイトでご覧下さい。www.nvidia.com/object/cuda_learn_products_jp
CentOS 5.6 (x86_64)にCUDA 4.0の実行・開発環境を構築するまでのメモ。必要なものはCUDA Downloadsからダウンロードする。 CUDA Downloadsにはいろいろあるが、次の3つさえあればよい。 ドライバ CUDA ToolkitGPU Computing SDK ドライバのインストール CUDAプログラムはNVIDIAのドライバを介して実行される。そのため、使用するCUDAのバージョンに対応したドライバが必要になる。CUDA DownloadsのDeveloper Driversより新しければいいので、NVIDIAのトップからたどれるドライバダウンロードページから最新版をダウンロードしてインストールすればよい。xorg-x11-drv-nvを使用している場合は、yum erase等で一度アンインストールする必要がある。 また、ドライバのインストールは
Windows OS上でカーネル実行時にタイムアウトエラーが出るWindowsではグラフィックドライバ上でGPUプログラムの実行時間に制限があります．ゲームなどのGPUを用いるプログラムによるハングアップにより画面が写らない等の現象が起こり， ユーザがリセットボタンを押さざるを得ない状況を避けるために設定されているようです． http://www.microsoft.com/whdc/device/display/wddm_timeout.mspx http://developer.download.nvidia.com/compute/cuda/2_2/toolkit/docs/cudatoolkit_release_notes_windows.txtWindows VISTAで2秒，XPで5秒がデフォルトで設定されている値です．Windows 7は資料は見つかっていないのです
ここではGPGPU向け統合環境の一つ、NVIDIAのCUDA（Compute unified device architecture）を使って、大規模並列計算を行ってみる。 NVIDIAによれば、並列度の高い処理ではCPUと比べておよそ10倍以上の速さで処理できるという。 なお、CUDA環境をインストールすると、自動的にOpenCLも使えるようになる。OpenCLに関しては別項を参照。 目次 CUDAのインストール（Linux編） -LinuxにCUDA環境をインストール CUDAのインストール（Windows編） -Windows XPにCUDA環境をインストール CUDAのインストール（Mac OS X編） -Mac OS XにCUDA環境をインストール 初めてのプログラム - とりあえずCUDAでのプログラムに慣れてみます 拡散方程式を解く - より実用的な処理の一例として拡散
はじめてのCUDAプログラミング タイトル通り、初めてCUDAを扱う方にはオススメします。 コアレシングするテクニックや、コンパイラオプションの説明も掲載しています。GPU Gems 3 GPGPUや画像処理のテクニック集。 CUDAのサンプルプログラムも載っています。 画像処理に詳しい方にはオススメします。 並行コンピューティング技法 並列処理のプログラミング技法を紹介しています。 これを読むまでは不可能と思っていたような処理も、 並列処理可能なプログラムに上手く書き換えています。本気でCUDAをやるなら、絶対読むべき本です。 CUDA高速GPUプログラミング入門 読んだことありませんが、リンクだけ貼っておきます。 （入手できたらレビュー書きます）
CUDA 2.3からCUDA Debuggerが正式に開発環境に含まれるようになりました。 ここではCUDA Debuggerの使いかたについて説明します。 インストール CUDA Debuggerは現在の所、Redhat Enterprise 5.x用のものになっています。そのため、Fedora 9ではデフォルトの環境ではライブラリが足りず起動できません。 次の手順で足りないライブラリを他のライブラリで代用することによりCUDA Debuggerの実行が可能になります。 # /usr/local/cuda/lib # ln -sf /lib/libncurses.so.5.7 libtermcap.so.2 また、GPUが古い場合、デバッガを使えない場合があります。少しバージョンが古いですが、CUDA2.1のデバッガのマニュアルによると、 GeForce 8800 GTS, GeFor
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Omeg4 ブロ～具: MPI+CUDA テスト
