Skocz do zawartości

Qitr

Użytkownicy
  • Zawartość

    14
  • Rejestracja

  • Ostatnio

  • Wygrane dni

    3

Qitr zajął 1. miejsce w rankingu.
Data osiągnięcia: 7 marca.

Treści użytkownika Qitr zdobyły tego dnia najwięcej polubień!

Reputacja

42 Bardzo dobra

O Qitr

  • Ranga
    2/10

Ostatnio na profilu byli

Blok z ostatnio odwiedzającymi jest wyłączony i nie jest wyświetlany innym użytkownikom.

  1. Wszystkie osoby zainteresowane tematem programowania równoległego zachęcam do nabycia książki profesora Nałęcza na ten temat. Książka ukaże się prawdopodobnie jesienią tego roku.
  2. @Gieneq i jak tam zaatakowałeś CUDowne mnożenie macierzy?
  3. Jeśli w narodzie będzie wola ciągnięcia tematu to chętnie przedstawię jeszcze bibliotekę Thrust
  4. CUDA na kiju (a nawet GPU) cz 5. Wstęp W poprzednich częściach naszego cyklu CUDA na kiju działaliśmy bardzo niskopoziomowo tzn. sami tworzyliśmy funkcję jądra definiowaliśmy wymiary bloku itd. Czy zawsze tak trzeba robić? Nie, wszyscy, którzy mieli jakiekolwiek wykłady związane z programowaniem wiedzą (a ci którzy nie mieli zaraz się dowiedzą), że dobry programista to leniwy programista. Zatem jeśli istnieją gotowe biblioteki zawierające funkcję, która pozwala na rozwiązanie postawionego nam problemu to z reguły nie napiszemy tego kodu lepiej niż grupa zawodowych informatyków. Dlate
  5. Dokładnie. Często trzeba dobrze poszukać równoległości w algorytmie, albo nawet zmienić algorytm na taki który może być bardziej skomplikowany ale jest równoległy.
  6. @Gieneq Niestety z generacją terenu nie miałem do czynienia. Jak dotąd z wykorzystaniem CUDA C miałem do czynienia z rysowaniem fraktali, filtracją SOI, trochę generacji liczb pseudolosowych i głównie wykorzystuje do projektów na PW do modelowania EM.
  7. o_0 to masz solidną kartę - można śmigać i robić bardziej zaawansowane rzeczy niż to co ja tutaj prezentuje. Odnośnie wersji VS to ja działałem na 2019 ale natrafiłem w nim na tyle problemów (np profiler nie działający) że wolałem za namową prowadzącego laborki wycofać się do wersji 2017 bo tam przynajmniej jeśli coś nie działa to można relatywnie łatwo wygooglać dlaczego. Projekt załączam w pliku kod.zip.
  8. CUDA na kiju (a nawet GPU) cz. 4 Wstęp W trzeciej części serii artykułów CUDA na kiju (a nawet GPU) udało nam się stworzyć nasz pierwszy CUDOwny program mnożący macierze. Program działa poprawnie ale (jeszcze) nie grzeszy szybkością o ile rozmiary problemu nie są olbrzymie. W tym artykule spróbujemy go zatem trochę przyśpieszyć. Do celów testowych powrócimy do rozmiaru macierzy 1021x1021. Treść artykułu została usunięta, ponieważ użytkownik publikujący ten poradnik wykorzystał w nim materiały, do których nie posiadał odpowiednich praw. Usunięcie nastąpiło na prośbę autora zapoży
  9. Dziękuję za pozytywny odzew. Mam nadzieję, że znajdą się forum osoby zainteresowane CUDownymi programami.
  10. CUDA na kiju (a nawet GPU) cz. 3 Wstęp W części drugiej artykułu stworzyliśmy szkielet programu do mnożenia macierzy oraz prototyp funkcji jądra wykonującej iloczyn skalarny wiersza macierzy A i kolumny macierzy B czyli pojedynczy element macierzy wynikowej C. W tym artykule pójdziemy krok dalej to znaczy wreszcie napiszemy program na GPU. Będzie to od nas wymagało zmian w funkcji matmul, wywołującej jądro oraz wewnątrz samego jądra. Rozpoczniemy od najprostszej wersji programu implementując po prostu to co robił program CPU na procesorze graficznym i z czasem będziemy ją sobie kompl
  11. W razie problemów ze środowiskiem zachęcam do zadawania pytań. Spróbujemy przewalczyć razem wszystkie problemy. Jeśli ktoś nie ma MATLAB-a to kod powinien działać również w darmowym Octave-ie
  12. Witam, Mam na imię Piotrek i mam nadzieję niedługo będę magistrem telekomunikacji. Nie jestem wybitnym programistą czy mistrzem elektroniki, ale lubię programowanie w C/C++/CUDA C oraz MATLAB-ie.
  13. CUDA na kiju (a nawet GPU) cz 2. Wstęp W poprzedniej części omówiliśmy sobie dlaczego warto wykorzystać procesory graficzne do obliczeń oraz po krótce zapoznaliśmy się z ich budową. W tej części omówimy sobie wszystko to co należy zrobić przed napisaniem programu: podam kilka informacji przydatnych podczas rozważania programu równoległego, przygotujemy środowisko do pisania programu w CUDA C, a następnie przygotujemy podwaliny pod pierwszy program tzn. opracujemy sobie teorię mnożenia macierzy oraz napiszemy prototyp programu na CPU. Gotowi? No to jazda!!! Treść artykułu została
  14. CUDA na kiju (a nawet GPU) cz. 1 Wstęp Tym artykułem chciałbym zapoczątkować cykl artykułów na temat programowania równoległego z wykorzystaniem kart graficznych (GPU) w języku CUDA C. W części pierwszej przedstawię krótki wstęp teoretyczny tzn. omówię dlaczego równoległe wykonywanie obliczeń może istotnie przyspieszyć działanie programu, opiszę budowę procesorów graficznych, a w dalszych częściach będą przedstawione praktyczne wskazówki z fragmentami kodu programu do mnożenia macierzy. Zapraszam do lektury! Treść artykułu została usunięta, ponieważ użytkownik publikujący ten po
×
×
  • Utwórz nowe...

Ważne informacje

Ta strona używa ciasteczek (cookies), dzięki którym może działać lepiej. Więcej na ten temat znajdziesz w Polityce Prywatności.