GPU Computing on Business [pdf]
GPU Computing on Business 2010 Numerical Technologies Incorporated http://www.numtech.com/ 1 2 3 4 5 6 7 8 9 GPU Computing $$$ Quantity low BEP Revenue Total Cost 10 11 12 13 14 15 GPU Computing $$$ Quantity Revenue Total Cost high BEP 16 17 CUDA Python C/C++ Java C# Perl PHP 18 19 GPU 20 21 22 23 24 (NtParallel DLL) NVIDIA Tesla driver NtParallel DLL 25 CUDA (NtParallel DLL) 26 CUDA (NtParallel D
Word Count with MapReduce on a GPU – A Python Example | atbrox
Atbrox is startup company providing technology and services for Search and Mapreduce/Hadoop. Our background is from Google, IBM and research. GPU – Graphical Processing Unit like the NVIDIA Tesla – is fascinating hardware, in particular regarding extreme parallelism (hundreds of cores) and memory bandwidth (tens of Gigabytes/second). The main programming languages for programming GPUs are C-based
GPUで超弾幕作ってみた
シューティングって弾が何発出るくらいから弾幕シューティングって呼ばれるようになるんでしょうか？これってトリビアになりませんか？ / というわけで、GPGPUでやってみました。
GPGPUによるパーソナルスーパーコンピュータの可能性
Lisp Meet Up #19, cl-cuda: a library to use NVIDIA CUDA in Common Lisp
【レポート】科学技術計算を加速せよ - 「Accelerated Computing」が開催 (1) GPUが加速する科学技術演算の速度 | エンタープライズ | マイコミジャーナル
理化学研究所(理研)とNVIDIAの日本法人であるエヌビディア・ジャパンは1月28日と29日の2日間にわたり、科学技術計算を加速させるアクセラレータとしてGPGPUがどういった分野に適しているのかを討論する「Accelerated Computing」を開催した。 理化学研究所 基幹研究所 先端計算科学研究領域 システム計算生物学研究グループ グループディレクターの泰地真弘人博士 スパコンに用いられる汎用アクセラレータは、現在主なものとしては「Clearspeed」「GRAPE-DR」「GPGPU」などが挙げられるが、「GPGPUについては、NVIDIAがCUDAの提供を開始して以降、爆発的に広がった」(オープニングスピーチを行った理研 基幹研究所 先端計算科学研究領域 システム計算生物学研究グループ グループディレクターの泰地真弘人博士)という状態となっており、今後、より広い科学技術分野
CUDAベンチ１: 社長日記
先日、CUDAについてグダグダ書いたけれど、実際のところどうなの。。。ということで、ぼちぼちとベンチマークなどを試してみた。 とりあえず無意味な演算コードをCell含め流す。メモリアクセスのレイテンシが無視できるようなコードで、単精度浮動小数点の主に加減算ばかりのコード。single coreの基本コードは以下。 #include <stdio.h> #define FSIZE 200.0f #define ITE 10000000 int main(void) { int loop; float floop, tot0, tot1; tot0 = 0.0f; for(loop = 0; loop < ITE; loop++){ for(floop = 0.0f, tot1 = 0.0f; floop < FSIZE; floop += 1.0f){ tot1 += floop; }
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
Accelerator V2を使ったマルチコアGPU/CPU上での並列プログラムの実行
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