hgpu.org
In this paper, we focus on three sparse matrix operations that are relevant for machine learning applications, namely, the sparse-dense matrix multiplication (SPMM), the sampled dense-dense matrix multiplication (SDDMM), and the composition of the SDDMM with SPMM, also termed as FusedMM. We develop optimized implementations for SPMM, SDDMM, and FusedMM operations utilizing Intel oneAPI’s Explicit
WindowsのパスワードはGPUを25個使えば約6分から6時間で突破が可能、毎秒3500億通りもの総当たりが可能な方法とは？
一般的な企業で使用されているWindowsのパスコードを6時間以内に突破できるGPUクラスターを使用したクラッキングのシステムが開発された、とArs Technicaが報じています。 25-GPU cluster cracks every standard Windows password in 6 hours | Ars Technica http://arstechnica.com/security/2012/12/25-gpu-cluster-cracks-every-standard-windows-password-in-6-hours/" このシステムを開発したのはStricture Consulting Group社のCEOであるJeremi M Gosney氏で、ノルウェーのオスロで開催されたPasswords^12 conferenceにてその詳細を発表しました。 Gos
GPUによる数値計算
1．はじめに 2．GPU 3．GPGPU 4．CUDA 5．特異値分解 6．QR 分解 7．実験 8．考察・課題 近年のグラフィックスプロセッサ（以下 GPU）の性能向上は著しく理論ピーク性能が 500GFLOPS を超えるまでに成長している（図１）．GPU は本来グラフィックス処理専用のハードウェアであったがその処理能力の高さから汎用処理向けの研究が盛んに行われている． 一方，データマイニング，画像処理など広い分野で利用される数値線形代数アルゴリズムに特異値分解がある．各分野において扱う問題の大規模化に伴い，高速な実装が強く求められている． 本研究は現在データマイニングの分野などで需要の高い特異値分解をGPUによって高速化することを目的とした実験を行なった． ほとんどの GPU のハードウェアは現在 NVIDA 社と AMD 社の２大メーカによって作られている．GPU
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
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
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
