OpenCVの画像処理をGPU(CUDA)で高速化する - Qiita
この記事について Jetson NanoにGPU(CUDA)が有効なOpenCVをインストール PythonでOpenCVのCUDA関数を使って、画像処理(リサイズ)を行う C++でOpenCVのCUDA関数を使って、画像処理(リサイズ)を行う 結論 (512x512 -> 300x300のリサイズの場合) 以下のように高速化できた CPU: 2.8 [msec] GPU: 約0.8 [msec] 注意 画像サイズと処理内容によっては、GPUの方が遅くなるので注意 環境 Jetson Nano (jetson-nano-sd-r32.2-2019-07-16.img) OpenCV 4.1.0 測定方法 処理時間測定の前には、以下コマンドを実施 ### 依存パッケージのインストール ### sudo apt update sudo apt upgrade sudo apt -y insta
【秒速で無料GPUを使う】TensorFow(Keras)/PyTorch/Chainer環境構築 on Colaboratory - Qiita
【秒速で無料GPUを使う】TensorFow(Keras)/PyTorch/Chainer環境構築 on ColaboratoryDeepLearningChainerTensorFlowPyTorchcolaboratory 2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 19/1/11 18年1月の公開後、TensorFlow本体にKeras統合、Chainerがデフォルトで提供となるなど、状況が変化したため、大幅に加筆しました。TensorFlow 2.0 Previewについても追記しました。 19/1/31 PyTorchが標準インストールとなったこと、PyTorch
GitHub - BradLarson/GPUImage: An open source iOS framework for GPU-based image and video processing
The GPUImage framework is a BSD-licensed iOS library that lets you apply GPU-accelerated filters and other effects to images, live camera video, and movies. In comparison to Core Image (part of iOS 5.0), GPUImage allows you to write your own custom filters, supports deployment to iOS 4.0, and has a simpler interface. However, it currently lacks some of the more advanced features of Core Image, suc
NVIDIA，「CUDA 5」を正式発表。第2世代Kepler「GK110」に向けた準備が整う
NVIDIA，「CUDA 5」を正式発表。第2世代Kepler「GK110」に向けた準備が整う ライター：米田 聡 NVIDIAの開発するGPUコンピューティング向け開発環境「CUDA」。その最新版「CUDA 5」は，2012年8月からリリース候補版がダウンロード可能になっていたが，いよいよ正式版がリリースされることになった。 それに合わせ，アジア太平洋地域の報道関係者を対象とした電話会議が開催され，CUDA 5の概要が語られたので，今回はその内容を簡単にまとめてみたい。 GK110コアの「Tesla K20」に向けた準備が整うCUDA 5 電話会議で説明を担当したのは，米NVIDIAでGPUコンピューティングソフトウェア部門でシニアプロダクトマネージャを務めるWill Ramey氏だ。同氏が示したCUDA 5のトピックは下に示したスライドのとおりで，これらは第2世代Keplerアーキテク
しゅとろ〜む、しゅとろ〜む - KaiGaiの俺メモ
昨年、オタワでTim Child氏の発表を聞いて以来、実装できないものかと思って暖めていたアイデアがある。GPUの処理能力を使って、PostgreSQLの検索処理を高速化できないか？というものである。 特に複雑な計算を含むクエリの場合、Index-Scanに落ちないで、全件スキャンが走ることが往々にしてあるが、こういったケースで有効に作用するのではなかろうか？という着想である。 クリスマス休暇の間、割とまとまった開発時間を取る事ができたので、PostgreSQLのFDW(Foreign Data Wrapper)として動作するモジュールを作成してみた。 モジュールの名前は PG-Strom で、ドイツ風に『しゅとろ〜む』と発音する。 これは GPU の処理単位である Streaming Multiprocessor に由来する。 もちろん、現状のFDWのI/F前提なので、更新は不可能でソー
グラボ(GPU)の力でMD5を解読 - うさぎ文学日記
CPUではなく、グラフィックボードに搭載されているGPUの力を使って、MD5やSHA-1などのハッシュ値を解読するというのを試してみました。 きっかけはPCの刷新。ゲームなどはしないので、DUAL DVI-Iが付いていれば何でもいいやと思って「VAPOR-X HD 5770 1G GDDR5 PCI-E DUAL DVI-I/HDMI/DP OC Version」というカードを13,980円で購入。 このATI HD5770が、GPUを使ってハッシュ値をブルートフォースで解読する「IGHASHGPU」に対応していたので、以前から試してみたかったので使ってみました。 IGHASHGPUのダウンロードはこの辺りから Ivan Golubev's blog - Cryptography, code optimizations, GPUs & CPUs and other http://www.g
次世代気象モデルのシミュレーションを複数GPUの並列計算で高速化，東工大《訂正あり》
東京工業大学の青木尊之教授の研究室は，次世代気象モデルのシミュレーションを複数のGPU（graphics processing unit）による並列計算で高速化することに成功した。気象庁が次期気象予報に向けて開発中の気象モデル「ASUCA」を用いたシミュレーションで，時間ステップごとに行う演算すべてをGPUに実行させた。東京工業大学に設置したスーパーコンピュータ（スパコン）「TSUBAME」で120個のGPUを用いて並列計算したときに，単精度小数点演算で3.22TFLOPSの実行性能を達成した。日本全土をカバーする2km間隔で3164×3028×48の計算格子を用いた6時間分の気象シミュレーションを70分で実行できるという。
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
iPhoneのカメラによるカラートラッキングのサンプル - 強火で進め
【イベントレポート】 【SIGGRAPH Asia 2009レポート】 NVIDIAがGPUによるグラフィックスワークスタイルの変革をアピール
2009/12/10 GPUコンピューティングの現状とスーパーコンピューティングの未来