GPU E CUDA

364 palavras 2 páginas
Graphics Processing Unit (GPU)
Processador extremamente potente e flexível.
Inicialmente projetado para processamento gráfico em 3D.
Poder Computacional CPU xGPU
Intel Core2 Quad 3.0GHz
­96 GFLOPS
­Largura de banda: 21
­GB/s
­Preço: $1100
­Crecimento anual: 1.4x

NVidia GeForce 8800GTX
­330 GFLOPS
­Largura de banda: 55.2 GB/s
­Preço: $550
­Crecimento anual: 1.7x (fragment shader ) 2.3x (vertex shader )

Caracteristicas
Flexibilidade
GPU são altamente programáveis: {vertex , geometry , fragment } shader
Linguagens de programação de alto nível.
GPUs recentes suportam cálculos de alta precisão.
32 bits em todo o pipeline.
Precisão suficiente para a maioria das aplicações.

Por que são potentes?
Inicialmente foram projetadas para executar cálculo matemático e processamento paralelo intenso. Maior número de transistores para processamento que para caching de dados e controle de fluxo. Problemas?
Não é fácil de se usar.


GPUs foram desenhadas para processamento gráfico.
○ Modelo de programação não usual;
○ Programação dependente do pipeline gráfico.;
○ Ambiente de programação restrito;



Arquiteturas de GPUs.
○ Executam processamento paralelo;
○ Em constante evolução;
○ Fechada, segredo do fabricante;



Codificação.
○ Não basta "recompilar" código tradicional;
○ Ferramental mínimo;

CUDA (NVIDIA)
Acrônimo de Compute Unified Device Architecture, o CUDA é uma engine de computação desenvolvida pela Nvidia para permitir que programadores utilizem todo o poder de processamento de suas placas de vídeo (GPUs) em algoritmos otimizados para utilizar recursos de computação paralela. Suportando várias linguagens de programação, como C,
C++, Java, Fortran e Python, essa tecnologia não obriga o programador a aprender uma nova linguagem para criar seus programas, já que oferece uma camada de "tradução" entre a que ele já sabe (como Java, por exemplo) e faz o código uilizar os recursos da placa de vídeo

Relacionados

  • Programac¸˜ao de prop´osito geral em gpus: experiˆencia com a arquitetura cuda
    3545 palavras | 15 páginas
  • Implementação em GPU de Rede Neural para Análise de Sinais de EEG
    8673 palavras | 35 páginas
  • Introdução à programação CUDA
    4318 palavras | 18 páginas
  • A UTILIZAÇÃO DA ARQUITETURA CUDA EM ALGORITMOS DE INTELIGÊNCIA ARTIFICIAL PARA MELHORA DE PERFORMANCE
    1626 palavras | 7 páginas
  • CUDA
    259 palavras | 2 páginas
  • redes
    12803 palavras | 52 páginas
  • Cuda
    1009 palavras | 5 páginas
  • Processadores
    1332 palavras | 6 páginas
  • Filas E Pilhas
    11428 palavras | 46 páginas
  • PROGRAMAÇÃO COM GPU
    1988 palavras | 8 páginas