CUDAを使ったGPUプログラミング超入門 - Qiita
ゼロから始めるGPU Computing http://www.gdep.jp/page/view/248 一般的に数倍～100倍以上の速度と言われている 補足：なぜ演算性能が高いのか？ GPUでは、CPUに搭載されている分岐予測・投機実行 アウトオブオーダーが簡素化されており、その分、コア数を増やすことができる。 分岐予測・投機実行とは？ 条件分岐した際の処理を前もって実行しておくこと。 過去の実行履歴から実行される可能性の高い命令を実行しておく。 [イメージ] ---------------------------------------------------- arr = [1, 3, 5, 7, 8]; for (elm as arr){ if(elm % 2 == 1){ echo "odd"; //奇数が続くためCPUは事前にこの処理を予測し実行しておく }else{ ech
第１回 GPUコンピューティングおよびCUDAについて | G-DEP
第１回 「GPUコンピューティングおよびCUDAについて」 目次に戻る ｜ 第２回 ＞＞ 皆さん、「GPUコンピューティング」や「CUDA」を知っていますか？元々PCが好きな方はもちろん、そうでなくても近年のコンピューターの話題で耳にしたことがある方も多いかと思います。でも具体的にどういうものであるかを知らなかったり、実際に利用しているという人は少ないのではないでしょうか。 第1回は、そんなGPUコンピューティングとCUDAについてお話しします。ここで述べることはあくまで初心者に向けた概要であるため、もっと詳細にGPUコ ンピューティングのことを知りたいという方は、参考リンク先を下の方に貼り付けておきますので、良ければそちらもどうぞ！ ちなみに、このコラムでは分かりやすくするためGPUコンピューティングをGPU汎用計算（GPGPU；General-purpose computing
米NVIDIA、Pascalアーキテクチャベースの深層学習向け新GPU「Tesla P100」
米NVIDIAは5日(現地時間)、開発者向けイベント「GPU Technology Conference」(GTC)にて、Pascalアーキテクチャを採用したデータセンタ向け新GPU「Tesla P100」を発表した。 「Tesla P100」は、NVIDIAの新GPUアーキテクチャ「Pascal」をベースとした製品。ディープラーニングとAI向けに開発されたという。製造プロセスは16nm FinFETで、トランジスタ数は153億。ダイサイズは610平方mm。プロセッサ間の接続インタフェースとして「NVLink」をサポート。従来比で5倍となる160GB/sの帯域幅を実現するという。メモリには16GBの第2世代HBM(High Bandwidth Memory)を採用することで、720GB/sのメモリ帯域幅を提供するとしている。
NVIDIAがPascal世代の新GPU「TESLA P100」＆ディープラーニング用スパコン「DGX-1」を発表
GPU大手のNVIDIAが主催する「GPU Technology Conference(GTC)」で、Pascal世代の新型GPU「TESLA P100」を発表。さらにTESLA P100を8台搭載するディープラーニング用スーパーコンピューター「DGX-1」も同時に発表し、従来のシステムの75倍高速に計算できるという圧倒的な性能を明らかにしています。 The NVIDIA DGX-1 Deep Learning System|NVIDIA http://www.nvidia.com/object/deep-learning-system.html Tesla P100 Most Advanced Data Center Accelerator|NVIDIA http://www.nvidia.com/object/tesla-p100.html Quadro VR Recommended
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
