![AzureCon基調講演での発表: インド リージョン、GPUサポート、IoT Suite、Container Service、Security Center](https://cdn-ak-scissors.b.st-hatena.com/image/square/5a72cece5053ddc732a2ac9c700099e2530bae89/height=288;version=1;width=512/https%3A%2F%2Fsatonaoki.files.wordpress.com%2F2015%2F10%2F12.png)
製品 プロセッサ アクセラレータ グラフィックス アダプティブ SoC、FPGA & SOM ソフトウェア、ツール、アプリケーション
GPUってあるだろ? グラフィックス・プロセッシング・ユニット。 コンピュータの中で最も高速な部品はなんといってもGPUだ。 たとえばnViditaの最新SoCであるTegra K1。 CPU部は単精度で73.6ギガFLOPS(フロップス)、だがGPU部は364.8ギガFLOPSだ。 これが30万円する最新のGPUボード、GeForce GTX TITAN Zになると、なんとびっくり、8テラFLOPSだ。 これはIntelの最高級IA-64チップ、Xeon ES-2687Wの198.4ギガFLOPSを大きく上回る。 Core i7は92ギガFLOPSに過ぎない。 ちなみにかつて数億円したスーパーコンピュータ、Cray-2はわずか1.9ギガFLOPSに過ぎず、今のコンピュータがどれだけ速いか窺い知れる。JAMSTECの地球シミュレータは131テラFLOPSだが、追いつかれるのは時間の問題だろ
PyCUDA - CUDA C以外の開発環境 長岡技術科学大学2015年度GPGPU講習会(2015年11月25日実施) 開発および講義には長岡技術科学大学のGPU搭載ラップトップPC(GROUSE2)を利用しています。 開発環境 Dell Precision M4600 CPU Intel Core i7 2.7GHz メモリ 32GB GPU NVIDIA Quadro 2000M CUDA 6.5 Visual Studio Community 2013 Python 3.4 GPGPU講習会 ・PyCUDA http://www.slideshare.net/ssuserf87701/gpgpu-seminar-pycuda ・CUDA Fortranによる格子ボルツマン法の高速化 http://www.slideshare.net/ssuserf87701/gpgpu-semin
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