Хабрахабр: Метки / cuda http://habrahabr.ru/rss/tag/cuda/ ru editor@habrahabr.ru habrahabr.ru Sat, 11 Feb 2012 00:37:38 GMT http://habrahabr.ru/ http://habrahabr.ru/i/logo.gif Хабрахабр <![CDATA[nVidia CUDA / Nvidia открыла исходный код компилятора CUDA]]> http://habrahabr.ru/blogs/CUDA/134624/ http://habrahabr.ru/blogs/CUDA/134624/ форму и указать, для каких проектов вы намерены применять компилятор. Так что пока непонятно, под какой лицензией опубликован компилятор и вообще — свободная ли это лицензия. В пресс-релизе компания намекает на более открытый доступ к исходникам в будущем.



С помощью компилятора и нового CUDA Toolkit 4.1 можно будет приспособить платформу GPGPU для других архитектур и процессоров, в том числе AMD GPU и x86 CPU, а также создавать гетерогенные суперкомпьютерные системы.]]> Wed, 14 Dec 2011 18:31:12 GMT alizar NvidiaCUDAкомпилятор CUDAGPGPULLVM <![CDATA[Высокая производительность / Опыт использования GPU для финансового моделирования]]> http://habrahabr.ru/blogs/hi/131983/ http://habrahabr.ru/blogs/hi/131983/


Читать дальше →
]]> Mon, 07 Nov 2011 03:24:49 GMT Malenkov gpgpucudaopenclcsharpоптимизация <![CDATA[nVidia CUDA / [Из песочницы] Обзор CUDA отладчика «NVIDIA Parallel Nsight 2.0»]]> http://habrahabr.ru/blogs/CUDA/131882/ http://habrahabr.ru/blogs/CUDA/131882/ Отладка параллельного кода – процесс утомительный и умозатратный. Ошибки распараллеливания проблематично отловить из-за недетерминированности поведения параллельных приложений. Более того, если ошибка обнаружена, ее часто сложно воспроизвести снова. Бывает, что после изменения кода, сложно удостовериться, что ошибка устранена, а не замаскирована. Чаще всего, ошибки в параллельной программе являются гейзенбагами. Порой испытываешь острую потребность в максимально удобных и функциональных инструментах отладки параллельных программ.
Читать дальше →
]]> Fri, 04 Nov 2011 00:09:27 GMT snk cudaparallel programmingnvidanvidia parallel nsightотладкаdebug <![CDATA[Алгоритмы / Скрипт для установки CUDA на Ubuntu 10.10 x86-64]]> http://habrahabr.ru/blogs/algorithm/130849/ http://habrahabr.ru/blogs/algorithm/130849/ Для того, чтобы сэкономить некоторое время себе и тем, кому это тоже может понадобиться, выкладываю скрипт, который, скачивает и делает необходимые вещи для того, чтобы CUDA работала.

Скрипт:
Читать дальше →
]]> Thu, 20 Oct 2011 13:38:32 GMT skobeltsyn CUDAUbuntu 10.10скриптнастройка <![CDATA[Высокая производительность / V-Ray и Iray. Сравнение и обзор]]> http://habrahabr.ru/blogs/hi/130378/ http://habrahabr.ru/blogs/hi/130378/ Но вдруг, компания Mental Images, являющаяся дочерней компанией NVIDIA Corporation, выпускает новую систему рендеринга Iray, которая позволит выполнять рендеринг на графической карте. Это поселило надежду на то, что с помощью многоядерных GPU можно будет существенно сократить время рендеринга.
Я решил сравнить качество и производительность V-ray, который использует только CPU, и Iray, который считает и на CPU и на GPU. Проверять стал на картах NVIDIA с поддержкой CUDA и процессоре Intel Core i7-980.
Читать дальше →
]]> Fri, 14 Oct 2011 08:45:27 GMT Usikoff iraymental rayv-rayрендерингCUDAGPGPU <![CDATA[Работа с видео / CUDA в Adobe Premiere CS5: оправдано ли использование бюджетной видеокарты?]]> http://habrahabr.ru/blogs/video/128751/ http://habrahabr.ru/blogs/video/128751/ позволяет использовать технологию nVidia CUDA для аппаратного ускорения просчета видеоэффектов. Однако официальный список совместимых видеокарт, обеспечивающих поддержку данной функциональности, довольно короток и ограничивается моделями верхнего ценового диапазона.

Наряду с этим, широко известен хак, позволяющий включить поддержку аппаратного ускорения на гораздо более дешевых решениях. Впрочем, «хаком» назвать этот финт можно с большой натяжкой — «взлом» Premiere сводится к вписыванию названия вашей видеокарты в текстовый файл, лежащий в корне программы. «Дырка» сделана настолько дружелюбной для пользователя, что вызывает непроизвольный вопрос, не специально ли она оставлена?

Под катом мои впечатления от работы в Adobe Premiere CS5 с видеокартой среднего ценового диапазона и некоторые эмпирические выводы.

Читать дальше →
]]> Mon, 19 Sep 2011 17:12:15 GMT andrushkaaaa cudaadobe premiereвидеокарта <![CDATA[Высокая производительность / [Из песочницы] OpenCL: универсальность и высокая производительность или не так все просто?]]> http://habrahabr.ru/blogs/hi/125398/ http://habrahabr.ru/blogs/hi/125398/
Читать дальше →
]]> Mon, 01 Aug 2011 16:48:49 GMT Akson87 openclgpugpgpuhigh performancecudagpu architectureoptimization <![CDATA[Высокая производительность / [Из песочницы] Использование GPGPU для сжатия данных (Часть I)]]> http://habrahabr.ru/blogs/hi/124210/ http://habrahabr.ru/blogs/hi/124210/
Многие, наверное, уже слышали о вычислениях на GPGPU(видеокартах), на текущий момент существует много реализаций этой техники программирования. Мы остановимся на двух из них — это небезызвестная CUDA от компании Nvidia, и я думаю чуть менее популярный, но также известный фреймворк OpenCL. На хабре уже есть достаточное количество статей, в которых описан основной принцип работы этих технологий, поэтому мы не будем заострять на этом внимание. В статье я хочу поделиться результатами, полученными при использовании GPGPU в сравнении с CPU для сжатия данных.
Читать дальше →
]]> Fri, 15 Jul 2011 11:50:39 GMT VVS0205 openclcudagpgpuсжатие данных <![CDATA[Алгоритмы / Сверхбыстрая разметка изображений]]> http://habrahabr.ru/blogs/algorithm/120330/ http://habrahabr.ru/blogs/algorithm/120330/ В статье расскажу как можно очень быстро перечислить связные объекты на бинарном растре, значительно быстрее, чем я рассказывал в предыдущей статье. Казалось бы, куда такие скорости; теперь мы будем «расправляться» с картинками 4096 на 4096 за десятки миллисекунд. И хоть задача интересна и сама по себе, но в основе ее решения лежит довольно простой и оригинальный метод с достаточно широкой применимостью, основным тезисом которого является «сделаем как проще и посмотрим, что из этого выйдет». В данном случае в качестве основного вычислителя будет использоваться CUDA, но без особой специфики, потому что мы хотим сделать «очень просто».
Читать дальше →
]]> Tue, 31 May 2011 16:01:31 GMT sic бинарные изображениямаркировка изображенийCUDAразделение задачиупрощение подхода <![CDATA[Высокая производительность / Поддержка GPU в математическом пакете MATLAB]]> http://habrahabr.ru/blogs/hi/119892/ http://habrahabr.ru/blogs/hi/119892/
В этом смысле вполне логичной выглядит новость, что в пакете программ математического моделирования MATLAB версии 2010b появилась нативная поддержка Nvidia CUDA (версия Compute Capability 1.3 или выше). Она включена в набор инструментов Parallel Computing Toolbox. Теперь распараллеливание команд осуществляется прямо из MATLAB и не нужно переписывать код на C++ или Fortran специально для CUDA.
Читать дальше →
]]> Tue, 24 May 2011 14:23:15 GMT alizar CUDAMatlabGPUпараллельные вычисленияпараллелизм <![CDATA[Высокая производительность / CUDA: аспекты производительности при решении типичных задач]]> http://habrahabr.ru/blogs/hi/119435/ http://habrahabr.ru/blogs/hi/119435/ Перед тем как начать переносить реализацию вычислительного алгоритма на видеокарту стоит задуматься — получим ли мы желаемый прирост производительности или только потеряем время. И несмотря на обещания производителей о сотнях GFLOPS, у современного поколения карт есть свои проблемы, о которых лучше знать заранее. Я не буду глубоко уходить в теорию и рассмотрю несколько существенных практических моментов и сформулирую некоторые полезные выводы.
Читать дальше →
]]> Tue, 17 May 2011 11:38:42 GMT sic высокопроизводительные вычислениявидеокартыCUDAоптимизацияbenchmark <![CDATA[Linux для всех / [Перевод] Ускорение ядра Linux с помощью графического процессора GPU]]> http://habrahabr.ru/blogs/linux/118926/ http://habrahabr.ru/blogs/linux/118926/
Из страниц исследования: «Идея проекта KGPU состоит в том, чтобы графический процессор GPU рассматривался в качестве вычислительного сопроцессора для операционной системы, позволяющего производить параллельные вычисления внутри ядра Linux. Это даст возможность использовать SIMD (или SIMT в CUDA) для ускорения функциональности ядра Linux и внести новые функциональные возможности, которые ранее считались слишком интенсивными вычислениями для ядра. Проще говоря, проект KGPU делает возможными векторные вычисления внутри ядра».
Читать дальше →
]]> Sun, 08 May 2011 17:13:11 GMT iManiacDev Gallium3DLinuxOpenCLпараллельные вычисленияядро linuxnvidiacuda <![CDATA[Высокая производительность / Суперкомпьютеры: третья мировая гонка]]> http://habrahabr.ru/blogs/hi/116733/ http://habrahabr.ru/blogs/hi/116733/ ПАВТ 2011 и хотел бы познакомить уважаемое хабрасообщество с современным состоянием дел в области высокопроизводительных вычислений.
Постараюсь по возможности ссылаться на первоисточники — а именно, на статьи из журнала "Суперкомпьютеры" и материалы конференции.

Зачем это все нужно


Суперкомпьютеры традиционно использовались в военных и научных целях, но в последние годы в их применении произошли революционные изменения, связанные с тем, что их мощность «доросла» до моделирования реальных процессов и предметов при доступной для бизнеса стоимости.
Все, наверное, знают, что в автомобилестроении расчеты на суперкомпьютерах используются для повышения безопасности, например так получил свои 5 звезд Ford Focus. В авиапромышленности выпуск нового реактивного двигателя по традиционной технологии — дорогостоящее удовольствие, например создание АЛ-31 для СУ-27 заняло 15 лет, потребовало создать и разрушить 50 опытных экземпляров и стоило 3,5 млрд. долларов. Двигатель для Сухой Супержет, спроектированный уже с участием суперкомпьютеров, сделали за 6 лет, 600 млн евро и было построено 8 опытных экземпляров.
Нельзя не отметить и фармацевтику — большая часть современных лекарств проектируется с помощью виртуального скрининга , который позволяет радикально снизить затраты и повысить безопасность лекарств.
Дальше — больше.
Сегодня в развитых европейских странах:
47,3% высокотехнологической продукции производится с использованием имитационного моделирования фрагментов проектируемых сложных систем или изделий;
32,3% продукции производится с использованием имитационного моделирования мелкомасштабных аналогов проектируемых систем и изделий;
15% продукции производится с использованием полномасштабного имитационного моделирования проектируемых систем и изделий;
и лишь 5,4% проектируемых сложных систем и изделий производится без имитационного моделирования.

Суперкомпьютерные технологии в современном мире стали стратегической областью, без которой невозможно дальнейшее развитие. Мощность национальных суперкомпьютеров сейчас так же важна, как мощность электростанций или количество боеголовок.
И сейчас в мире началась
Читать дальше →
]]> Mon, 04 Apr 2011 03:36:59 GMT keleg суперкомпьютерыпараллельное программированиеOpenMPOpenCLCUDAMPI <![CDATA[Высокая производительность / Быстрое восстановление пароля по MD5-хешу методом брутфорса]]> http://habrahabr.ru/blogs/hi/110809/ http://habrahabr.ru/blogs/hi/110809/
Сразу скажу, что описанные в статье техники ускорения подходят для любого алгоритма хеширования, но из-за широкой распространённости я выбрал именно md5.
Читать дальше →
]]> Sun, 03 Apr 2011 11:13:16 GMT VladX Ccudamd5брутфорсхешоптимизацияускорение <![CDATA[Высокая производительность / [Из песочницы] OpenCL: Как заставить эту штуку работать]]> http://habrahabr.ru/blogs/hi/116579/ http://habrahabr.ru/blogs/hi/116579/

Очень многие, пробовавшие «на вкус» технологию использования графических ускорителей CUDA/OpenCL получили не слишком хорошие результаты. Да, тесты идут и простые примеры показывают впечатляющее ускорение, но вот когда дело доходит до реальных алгоритмов, хороший результат получить очень непросто.
Как же заставить эту технологию работать?
В данной статье я постарался обобщить свой полугодовой опыт бодания с технологией OpenCL под Mandriva linux и MacOS X 10.6 на задачах сложного поиска строковых данных для биоинформатики. OpenCL был выбран т. к. для Мака он является «родной» технологией (часть маков комплектуется видеокартами AMD и CUDA под ними недоступна даже теоретически), но предлагаемые рекомендации достаточно универсальны и подходят в том числе и для NVIDIA CUDA.

Итак, что необходимо, чтобы графический ускоритель заработал?
Читать дальше →
]]> Fri, 01 Apr 2011 03:31:01 GMT keleg OpenCLCUDA <![CDATA[Алгоритмы / [Из песочницы] Сортировка массива за O(N) на CUDA]]> http://habrahabr.ru/blogs/algorithm/110177/ http://habrahabr.ru/blogs/algorithm/110177/ Введение
Как-то стояла задача отсортировать уникальный массив строк с использованием GPU с минимум кода и максимально возможной скоростью…
В данном посте опишу основную идею ее решения. В качестве элементов массива сортировки в данном посте выступают числа.
Случай с уникальными элементами небольшого массива
В качестве платформы была выбрана CUDA по причинам, которые можно считать брэндовыми или индвидуальными. По факту, здесь много примеров именно на CUDA, и она на данный момент получила большее развитие в GPU-вычислениях, чем аналогичные платформы от ATI и OpenCL.
Поиск в сети по алгоритмам сортировки на CUDA дал разные результаты. Вот наиболее интересный. Там есть рисунок
image
, из которого видно, что наилучший результат дал алгоритм QSORT, который дает сложность порядка от O(NlogN) до O(N^2). И хотя распараллеливание на GPU дало лучший в статье результат, закралось сомнение, что QSORT — не лучший способ использовать ресурсы видеокарты для данной задачи (особенно испугал размер приведенного кода). Далее описывается решение задачи, по сути «в одну строчку» с сложностью временной сложностью O(N) в худшем случае.

Читать дальше →
]]> Thu, 16 Dec 2010 22:39:37 GMT edeldm алгоритмыпрограммированиесложность алгоритмаc plus pluscudagpugpu programminggpgpuсортировка <![CDATA[Блог компании HP / CUDA и другая новая начинка для сверхмасштабируемых серверных комплексов]]> http://habrahabr.ru/company/hp/blog/105998/ http://habrahabr.ru/company/hp/blog/105998/ Прошлой осенью HP представила новое семейство своих серверов стандартной архитектуры ProLiant SL6000. Оно было разработано специально для построения сверхмасштабируемых вычислительных комплексов и обеспечивает максимально плотную упаковку процессорной мощности. Это прежде всего достигается за счет использования шасси, в котором размещены общие для всех серверных модулей блоки питания и вентиляторы.

В начале октября вышло уже второе поколение — ProLiant SL6500, имеющее на борту новейшие процессоры Intel Xeon и, опционально, GPU на базе архитектуры nVidia CUDA. На основе опыта использования SL6000 в нем было внедрено несколько изменений. Высота шасси теперь составляет 4U вместо прежних 2U, шасси поддерживает горячую замену серверных модулей (и как опция — блоков питания), а сами серверные модули оборудуются заменяемыми в горячем режиме жесткими дисками. Кроме того, в зависимости от начинки шасси для него можно выбрать блоки питания на 460, 750 и 1200 Вт, что позволяет оптимизировать энергопотребление больших серверных комплексов.
Читать дальше →
]]> Tue, 12 Oct 2010 09:33:18 GMT Tigger HPHP ProLiant SL6000HP ProLiant SL6500CUDAnVidiaпараллельные вычисления <![CDATA[nVidia CUDA / Понимание конфликтов банков разделяемой (shared) памяти в NVIDIA CUDA]]> http://habrahabr.ru/blogs/CUDA/100363/ http://habrahabr.ru/blogs/CUDA/100363/
Читать дальше →
]]> Fri, 13 Aug 2010 02:30:59 GMT denglide shared memorycudanvidiagpubank conflict <![CDATA[nVidia CUDA / Обзор генераторов псевдослучайных чисел для CUDA]]> http://habrahabr.ru/blogs/CUDA/99876/ http://habrahabr.ru/blogs/CUDA/99876/
Читать дальше →
]]> Thu, 22 Jul 2010 19:34:12 GMT denglide cudarnglcgmersenne twisternvidiagpu <![CDATA[nVidia CUDA / NVIDIA выпускает новый продукт для работы с параллельными вычислениями CPU и GPU]]> http://habrahabr.ru/blogs/CUDA/99739/ http://habrahabr.ru/blogs/CUDA/99739/

Компания NVIDIA выпускает новый коммерческий продукт — NVIDIA Parallel Nsight, который представляет собой пакет инструментов интегрирующихся в Visual Studio 2008 SP1. NVIDIA Parallel Nsight предлагает инструменты для разработки параллельных приложений использующих на полную мощность возможности многоядерных процессоров и современных ускорителей GPU.

image image 

Читать дальше →
]]> Wed, 21 Jul 2010 16:09:20 GMT XaocCPS nvidiacudaпаралельные вычисленияcpugpuvisual studioNVIDIA Parallel Nsight