ClPyのβ1版をリリースしました - Fixstars Tech Blog /proc/cpuinfo
このブログは、株式会社フィックスターズのエンジニアが、あらゆるテーマについて自由に書いているブログです。 本日、フィックスターズは、CuPyをOpenCLでも使えるようにしたClPyの最新版v2.1.0beta1を公開しました！ 8月にβ0版をリリースしてから4ヶ月、ClPyは開発が続き、さらに多くの機能が追加されました。追加された主な機能の概要は以下のとおりです OpenCLのバージョン確認機能が導入されました。現在のClPyはOpenCLのv1.2を要求しますので、それ以下のバージョンのデバイスではエラーが分かりやすく表示されるようになりました。 ChainerのImageNetサンプルで動くネットワークの種類が増え、ResNet50とGoogleNetBNが使えるようになりました。 高速な行列積のためにCLBlastを導入しました。これにより、処理性能が最大で1.5倍向上しました。
CuPyをOpenCLで動かすフレームワーク ClPy を先行リリースしました - Fixstars Tech Blog /proc/cpuinfo
本日、フィックスターズは、PythonからNVIDIA GPUを使うためのライブラリCuPyをOpenCLでも使えるようにしたClPyをGitHubにて公開しました！ ClPyを使えば、例えばChainerのようなニューラルネットを用いた機械学習を、OpenCLが動くデバイス（例えばAMD Radeonなど）でも動作させることができるようになります。 詳細 CuPyとは、Python上での数値計算におけるで事実上の標準となっているNumPy互換でCUDAを使ったGPGPUが利用できるようにするためのライブラリです。もともとCuPyは、Preferred Networksさんが作っているChainerというニューラルネット用フレームワークをCUDAで動かすためのバックエンドとして統合されていました。現在では分離・独立して、Preferred Networksさん主体で「NumPy互換で動く」
OpenCLメモ (その1) - かんたんな計算
2024.09 << 12345678910111213141516171819202122232425262728293031 >> 2024.11 最近のCPUにはたいていGPUがついてきていて、 The Compute Architecture of Intel Processor Graphics Gen9より まあ、大雑把にだいたい30～40%ぐらいGPUだったりする。このGPUを有効利用するには、OpenCLを使って、GPUで計算するのが良いとされるので、年末も近づき、暇になってきたので少し試してみることにした。 OpenCLは以前にもすこしだけやったことがあるが、すぐに忘れてしまうのでメモ書きを残すことにする。 まずはVisual Studio 2015 Communityをインストールし、さらにこのへんからダウンロードしたIntel OpenCL SDKをインストールする。
ViennaCL - Linear Algebra Library using CUDA, OpenCL, and OpenMP
ViennaCL is a free open-source linear algebra library for computations on many-core architectures (GPUs, MIC) and multi-core CPUs. The library is written in C++ and supports CUDA, OpenCL, and OpenMP (including switches at runtime). The highlights of the latest 1.7.x release family are: Fast sparse matrix-matrix multiplications, outperforming CUBLAS and MKL.Fine-grained parallel algebraic multigrid
OpenCL 2.0勉強会#1：Shared Virtual MemoryなどのOpenCLのバッファー関連まとめ - Fixstars Tech Blog /proc/cpuinfo
Fixstarsでは半年ごとに2つの社内勉強会を開催しているのですが、今は、もうすぐ確定するはずのOpenCL 2.1に向けてOpenCL 2.0の勉強会を開催しています。 先週の発表者は私で、タイトルに書いたようなことを話したのですが、せっかくなのでここでまとめたいと思います。 ※なるべく一般的なOpenCLについて記述するよう心がけていますが、試した環境がAMDのGPU/APUのため、一部デバイス・プラットフォーム固有なことが書かれているかもしれません。 OpenCLのバッファーとは OpenCLでは基本的にホストで用意したデータをデバイスで計算してもらい、デバイスで計算した結果をホストが受け取るという形式になっています。 この時、デバイス側で用意する（確保する）メモリ領域のことをバッファーと呼びます。 このような、デバイス・ホスト間の通信ですが、よくあるCPUとGPUの構成だとCPU
2015-06-16 - J waifu2x 高速化版更新
ごめん32bit版だとCUDA動いてなかったかも。 新しいのだと修正したはずだから http://d.hatena.ne.jp/w_o/20150619#1434643288 を参照してください。 CUDA版も入れた。いちおう区切りついたので32bit版も置いておく。 http://int.main.jp/files/waifu2x-converter_x86_20150616_02.exe http://int.main.jp/files/waifu2x-converter_x64_20150616_02.exe 手元のGTX765M だとまだcaffe版のほうが3%ぐらい速いので存在理由は無い。まあ自己満足だね… OpenCLあるのに CUDA 版を作った理由は、 OpenCL では shared のサイズが変えられない。ローカルメモリサイズはかなり影響するので、cuCtxSetCac
並列プログラミングに目覚めた！スレッド起動レイテンシ14.5msec のカスペル先生から受けたひどい仕打ち - J
今の状況を書いておくと、 https://github.com/tanakamura/waifu2x-converter-cpp/blob/gpu/src/modelHandler_OpenCL.cl いちおう動いている、が、FMA版よりまだ遅い。i7 4700MQ vs GTX 765M でFLOPS値 200 : 80 ぐらい 765M は 1300GFLOPS なので効率6%ぐらい。 FMA 版と同じように、outputplane を最内ループにすると、係数全部ローカルメモリに乗せないといけないのだが、16KBでは全然入らない。(最大576KBになる) 案としては、 occupancy に頼らない。参考:http://www.cs.berkeley.edu/~volkov/volkov10-GTC.pdf SMあたり65536,32768 レジスタあることを考えると、128x9 は余
1
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
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
