基于GPU的高性能并行算法研究,并行计算就是在并行计算机上所做的计算,也就是在多处理器单元上、在单位时间内完成多指令和多数据流的计算
内含ppt,视频,文档,示例!!!!!!!
基于CUDA平台GPU加速的共轭梯度法求解器。示例中提供了线性方程组。
TSNE-CUDA 此存储库是的优化CUDA版本,带有相关的python模块。 我们发现,与正确的GPU配合使用时,我们的t-SNE实现可以比Sklearn快1200倍,或者比Multicore-TS
Lift 编程语言:高性能、可移植的函数式 GPU 编程语言。部分由Google赞助支持
《CUDAByExample》中文译名《GPU高性能编程CUDA实战》是研究GPGPU异构并行计算非常不错的工具书。书中给出的代码,非常个别的地方有失误,但是都有人为标注了,而且对不同的编程工具可能需
内含ppt,视频,文档,示例!!!!!!!
HPL_GPU:高性能Linpack Benchmark采用了GPU后端版本
图形处理芯片GPU通过单指令多数据(SIMD)指令类型来支持数据并行计算,提供惊人的计算能力。本文探讨基于GPU的并行编程模型与并行编程等软件技术。虽然GPU最初专门是为图形渲染设计的,通过我们的DE
从js,请求数等详细讲解高性能web开发,是个好资料,强烈推荐
