PCテクノロジートレンド 2008 SPRING - マルチコアの進化と45nmの攻防
皆様、あけましておめでとうございます。本年もよろしくお願いします……と書いている今はまだ2007年の年末。師走というか、師が全力疾走している感じで、果たしてこの原稿が間に合うのか大変にピンチであります。まぁ毎度のことなんですが。 今回のキーワードは昨年の「マルチコア」に加えて「45nm」。 PCに限らず、マルチコア構成はコンピュータ業界で非常に一般的になってきた。それも同種のコアを複数集積するのみならず、GPU(General-Purpose Processing Unit)＋Acceleratorの構成を取るものが非常に多くなってきている。これはPC向けにも言え、Intel/AMD共にCPU＋GPU(こちらはGraphic Processing Unit)の製品に舵を取り始める大きな転換の年となる。勿論2008年中にこうした製品が登場するか? といわれると、大変に微妙(多分出ない)である
CUDA6.0用にCPUとGPUの速度比較コードを修正 - 株式会社CFlatの明後日スタイルのブログ
以前の記事でCUDAプログラミングする際に、CPUとGPUを切り替える方法を書いたのですが、 その2日後にCUDA6.0が正式リリースされ、Unified Memoryという 新しいメモリ確保の仕組みが提供されました。 メモリ確保が簡単に CUDA5.5まではCPUとGPUの両方にメモリ領域を確保して、それぞれのメモリからメモリへデータを転送するという作業をユーザーがする必要がありました。 CUDA6.0からはCPUとGPUで使用するメモリを1変数で管理できるようになりました。当然データを転送する関数をユーザーが呼ぶ必要もありません。 やるべきことはGPUで使用する変数を用意してcudaMallocManaged()で領域を確保し、使い終わったらcudaFree()で解放するだけです。 メモリ管理が簡単になったので、今回は下記のようなコンストラクタとデストラクタでメモリの確保と解放を行うC
NVIDIA，Vsync有効でも無効でもない第3のディスプレイ同期技術「G-SYNC」発表。その正体と狙いを明らかにする
NVIDIA，Vsync有効でも無効でもない第3のディスプレイ同期技術「G-SYNC」発表。その正体と狙いを明らかにする ライター：西川善司 北米時間2013年10月18日，NVIDIAは，カナダのモントリオール市で報道関係者向けイベントを開催。その場で，GPUと単体ディスプレイの同期技術「G-SYNC」（ジーシンク）を発表した。 G-SYNCモジュールを掲げるJen-Hsun Huang氏（President and CEO, NVIDIA） 簡単に言うと，これはディスプレイデバイスのリフレッシュレートを動的に変更する技術。GPU側のレンダリングシステムで実現するものではなく，ディスプレイデバイス側に特別なハードウェアを搭載することで実現するものである。Keplerアーキテクチャの発表に合わせる形でNVIDIAは2012年3月に，動的にVsync（垂直同期）の有効/無効を切り替える「Ad
Happy Elements Labs: 世界平和とAndroid
エンジニアの草苅です。 スマートフォンを扱うエンジニアの皆さんは、日々Android のバグに悩まされているのではないかと思います。弊社も類に漏れず様々な Android のバグと戦っています。 特にあんさんぶるガールズ！ではアニメーションはすべて Canvas を利用していることもあり、Android の Canvas 絡みのバグに、頭を痛めています。 Android のバッドノウハウは悩んでいる人みんなで共有した方が、世のため人のためになるのではと思い立ったので、世界平和を願っていくつかまとめてみたいと思います。 1. GPUレンダリングの設定によって Canvas で不具合が発生する Android は OS のバージョンや、WebView のレンダリングエンジンの違いによって、GPUレンダリングOFFの場合に、Canvas が正常に表示できない端末、もしくはGPUレンダリングONの
Renderscriptの今 - Happy My Life
ってことで、Renderscriptは今どうなっているのかをまとめてみた。 一番の謎は、Google I/O 2013に「High Performance Applications with RenderScript」というセッションがあったこと。一言でいうと「Renderscriptはいつ使うの？ 今でしょ！ 今後も頑張って拡張しちゃうよ。期待しててね！」という内容。なんでセッション１つ設けたんでしょうね？ Renderscriptの紹介 Renderscriptって何やねん？ ってところからお話する。単純に言うと「AndroidでGPU Computingを行うため開発環境」のこと。 もうちょっと詳しく書くと以下のようになる。 文法はC言語(C99) .RSファイルにコードを書いてJavaから呼び出す(NDKみたいだけど呼び出し方は緩い) LLVM/clang使ってるから、CPU、GP
GPUアクセラレーションとposition: relativeによるレイヤー生成について
またアニメーション... ボタンなどのUIにGPUアクセラレーションが効いたアニメーションをつけたとき、iOSにおいてはiPhone4か4SのWebViewあたり、Androidにおいては….まぁ機種依存的(げんなり)に、アニメーションの立ち上がりが遅いことがあります。 その辺を調査していたところ、position: relativeの指定による、意図しないレイヤー生成＆GPUアクセラレーション巻き込みによって、何かしら合成レイヤー周りでオーバーヘッドが発生してしまっているんではないかな、という憶測に行き着いた次第。今回はその辺りを見ていきます。 GPUアクセラレーションが効いたアニメーションは、CSS Animations、CSS Transitionsのほか、特殊なプロパティ（transform3d: scale(1,1)とか）で強制的にGPUアクセラレーションを効かせたCanvasア
さすがカン＆クリ！ ブッ飛んでるね！──「GeForce GTX 680」で“Keplerの主張”を確かめる
さすがカン＆クリ！ ブッ飛んでるね！──「GeForce GTX 680」で“Keplerの主張”を確かめる：イマドキのイタモノ（1/3 ページ） 新アーキテクチャ「Kepler」を採用したハイエンドGPU GeForce GTX 680は従来の“Fermi”世代から大きく進化した。まず、Fermi世代のGPUが40ナノメートルプロセスルールを採用していたが、これが、より微細な28ナノメートルプロセスルールになった。さらに、Fermi世代以前のGPUが、PCI Express 2.0までの対応だったのが、PCI Express 3.0に対応した。そして、新しいアーキテクチャ「Kepler」を採用して、その性能が従来比2倍と大幅に向上した。 従来の“Fermi”アーキテクチャでは、32基のCUDAコアによってSM(Streaming Multiprocessor)を構成していた。これに対し、
お安い GPU で強固なパスワードも用無しに | スラド セキュリティ
大文字小文字に数字をまぶしたパスワードはブルートフォースアタックに対して強固であると言えるだろうか。強固であるとお考えの方はご再考を (ZDNet の記事、本家 /. 記事より) 。 PC Pro Blog の記事にて、GPU を用いたパスワードクラックツール ighashgpu とお安い GPU (1 〜 2 万円で購入できる RADEON HD 5770) の組み合わせで総当たり試行を行った結果が掲載されている。CPU を用いた場合、1 秒間に 980 万パターンの試行が可能であり、5 文字の NTLM ログインパスワードは 24 秒で突破された。一方 GPU では 1 秒間に 33 億パターンほど。パスワードを 6 文字にすると CPU では突破に 90 分ほど要したが、GPU ではたったの 4 秒。7 文字になると CPU では 4 日間かかったが、GPU では 17.5 秒で突破
「Catalyst」の異方性フィルタリング設定変更は「最適化」か「チート」か。実際のゲームで確かめてみる
「Catalyst」の異方性フィルタリング設定変更は「最適化」か「チート」か。実際のゲームで確かめてみる ライター：宮崎真一 Radeon HD 6970リファレンスカード Radeon HD 6900シリーズのレビュー記事において，筆者は2つの宿題を残した。1つは電力制御機能「PowerTune Technology」の詳細で，これはすでに検証結果をお伝え済み。そしてもう1つが，「『Catalyst 10.10』以降で，AMDは品質を落としてパフォーマンスを高めている」とNVIDIAから指摘されていた，異方性フィルタリング（Anisotropic Filtering，以下 AF）の最適化に関するテストである。 ポイントは，NVIDIAのNick Stam（ニック・スタム）氏が述べるように，CatalystのAF設定が，画質を落としてまでパフォーマンスを優先しているかどうか。今回は，Rad
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
【1カ月集中講座】 骨まで理解するPCアーキテクチャ(GPU編) 第2回 ～GPGPUへの最適化や電力効率向上へ進んだNVIDIA GPUの歩み
【1カ月集中講座】 骨まで理解するPCアーキテクチャ(GPU編) 第1回 ～固定機能からシェーダへの移り変わり
【仮想化道場】 PCのグラフィック機能を使える仮想デスクトップ「XenClient」を試す【前編】