NVIDIAは、GPUコンピューティング向けCUDA ToolkitおよびSDKのバージョン2.3をリリースしたと発表した。今回リリースされたCUDA Toolkitには、性能の向上させる複数の新機能と、cuda-gdbハードウェア・デバッガへの対応の拡張が含まれている。同社CUDA ZONEにて配布を開始している。 CUDA Toolkit 2.3で追加された新機能は以下の通り。 CUFFT Libraryが倍精度変換に対応。また、単精度変換の性能が向上。 インストーラに、CUDA-GDBハードウェア・デバッガ、およびCUDA Visual Profilerが含まれるようになった。CUDA-GDBデバッガは、対応するすべてのLinuxディストリビューションで利用可能。 SLIグループ内の各GPUが個別に列挙されるようになり、計算アプリケーションは、SLIがグラフィックス向けに有効になって
この文書は Paralle Reduction の項にある Whitepaper の抄訳です。 CUDAでプログラムを書くにあたってのテクニックが多数詰まっています。 並列リダクション (Parallel Reduction) リダクションは並列データ処理を構成する一般的かつ重要な部品である。 CUDAでの実装は容易だが理解するのは実装よりも困難である。 最適化の非常に有益な事例である。 この文書では7種類の異なるバージョンを一つずつ検証する。 それぞれの thread block では(二分)木構造ベースのアプローチを用いる。 (実装にあたっては)、一つの対象について複数の thread block を用いて reduction を実行できるようにする必要がある。 巨大な配列に対して処理を行う場合に全ての multiprocessor を稼動させる ためには、各 thread block
CPU並のプログラマビリティを身につけたDirect X10世代プログラマブルシェーダ4.0仕様(SM4.0:Shader Model4.0)対応GPUの活躍の場を広げる意味合いから、NVIDIAはGPUにグラフィックス以外の汎用アプリケーションを走らせる「CUDA」構想を発表した。 命令指向コンピューティングとデータ指向コンピューティング コンピューティングには2タイプがあるとNVIDIAは分析する。1つは「命令指向」(Instruction Centric)、そしてもうひとつは「データ指向」(Data Centric)だ。 「命令指向」(Instruction Centric)コンピューティング CPUの進化の方向性 「データ指向」(Data Centric)コンピューティング GPUの進化の方向性 CPUが取り扱うテーマはまさしく「命令指向」であり、複雑な構造を持ったタスクがシーケ
9月11日、NVIDIAのチーフ・サイエンティストを務めるDavid Kirk博士が来日し、東京大学にてGPUを活用した並列コンピューティングについての講演を行った。 NVIDIAチーフサイエンティスト、David Kirk博士 GPGPU向けコンピューティングモジュール「Tesla」シリーズを紹介 講演会の様子 今回のKirk氏の講演の主題は「コンピュータグラフィックス」ではなく、グラフィックスプロセッサ(GPU)を活用した並列コンピューティングであった。 このためKirk氏がまず紹介したのは、GeForceでも、Quadroでもなく、この夏紹介したばかりの並列コンピューティングボックス「Tesla」であった。 講演内容の主題はGPUを活用した並列コンピューティングであった Teslaは、GeForce 8800 GTX世代のGPU「G80」をGPGPU(General P
米NVIDIAは6月20日(現地時間)、「Tesla」という新ブランドでHPC(High-Performance Computing)向けのGPUコンピューティング製品を提供することを発表した。地学、分子生物学、地球物理データなど、高度なシミュレーションを必要とする分野にGPUの浮動小数性能やパラレルデータ処理能力を活用する。 同社は発表の中で「NVIDIA Teslaブランドの下、GPUコンピューティング製品を通じて、従来までスーパーコンピュータからしか得られなかった処理能力を全ての科学者やエンジニアに提供する。今日のワークステーションを"パーソナル・スーパーコンピュータ"に変える」と説明している。またNVIDIAの社長兼CEOのJen-Hsun Huang氏によると、「演算処理にかかる時間がケースによっては数週間が数時間に短縮される。NVIDIA Teslaの劇的な効果は、HPC産業に
GeForce vs ATI Radeon〜後編はこちら 【特集】GeForce vs ATI Radeon - アーキテクチャ解説で紐解くGPU戦争"夏の陣" (後編) NVIDIAは6月17日にGeForce GTX 200シリーズを、そしてAMD(ATI)は6月25日にRadeon HD 4800シリーズを発表した。 ATIとNVIDIAが長年にわたって繰り広げて来ているGPU戦争、「2008年、夏の陣」では、それぞれのGPUに対する異なる戦略が明確になってきたと感じる。 NVIDIAは14億トランジスタでビッグチップを復権か。ATIは順当な規模拡張を果たす まずは両者のネーミングについて触れておこう。 NVIDIAの新GPUはGeForce GTX 280とGTX 260で、前者が上位モデルとなる。先代までのGeForce 7000/8000/9000という4桁型式番か
CPU並のプログラマビリティを身につけたDirect X10世代プログラマブルシェーダ4.0仕様(SM4.0:Shader Model4.0)対応GPUの活躍の場を広げる意味合いから、NVIDIAはGPUにグラフィックス以外の汎用アプリケーションを走らせる「CUDA」構想を発表した。 命令指向コンピューティングとデータ指向コンピューティング コンピューティングには2タイプがあるとNVIDIAは分析する。1つは「命令指向」(Instruction Centric)、そしてもうひとつは「データ指向」(Data Centric)だ。 「命令指向」(Instruction Centric)コンピューティング CPUの進化の方向性 「データ指向」(Data Centric)コンピューティング GPUの進化の方向性 CPUが取り扱うテーマはまさしく「命令指向」であり、複雑な構造を持ったタスクがシーケ
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