GPU 并行排序

我们班一起做出来的并行计算的杰作，值得收藏呀！！！

主要对带链优先约束和尺寸的工件并行批排序问题进行了研究,当工件的加工时间一致时对目标函数是极小化所有工件加工时间之和的情形,借助于拆分的技巧,给出了一个最差性能比为2的近似算法.

PSRS均匀划分排序算法，mpi并行程序

个人总结能实现多GPU跑图的方法: 1、使用谷歌框架tf.estimator; session_config = tf.ConfigProto(device_count={'GPU': 0,'GPU'

基于GPU的多项式矩阵特征值并行计算，杨智诚，黄友钦，以多项式矩阵特征值求解问题为背景，推导任意项式特征值计算方法，阐述了基于GPU的并行计算机理并建立Matlab快速并行计算平台。以二

实现ATI平台上的CPU-GPU混合并行DGEMM，采用在GPU和CPU上同时进行计算的方法来提高运算性能。实验结果证明，当矩阵规模较大时，在AMDPhenomIIX4940和ATIFireStrea

主要介绍了Python基于pyCUDA实现GPU加速并行计算功能,结合实例形式分析了Python使用pyCUDA进行GPU加速并行计算的原理与相关实现操作技巧,需要的朋友可以参考下

BLAST程序的GPU并行计算的研究综述，胡娅，黄理灿，BLAST程序的GPU并行计算的研究，主要是对BLAST程序可并行化的部分，用GPU并行计算以减少运行时间。本文综述了BLAST程序的GPU并行

CUDA是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构可充分发挥GPU的强大计算功能，颇受广大开发者拥趸。本书以并行编程实践者视角，展示了全面、快速提升CUDA

CUDA是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构可充分发挥GPU的强大计算功能，颇受广大开发者拥趸。本书以并行编程实践者视角，展示了全面、快速提升CUDA