返回内容

控制论与编程

正确的文章链接:

Sechenov P., Olennikov A.A. NVIDIA cuda并行编程技术在球形粒子熔化问题中的应用 // 控制论与编程. 2018. № 5. С. 8-14. DOI: 10.25136/2644-5522.2018.5.20345 URL: https://cn.nbpublish.com/library_read_article.php?id=20345

NVIDIA cuda并行编程技术在球形粒子熔化问题中的应用

Sechenov Pavel

博士学位技术科学

联邦国家预算高等教育机构"西伯利亚国立工业大学"应用信息技术与编程系副教授

654007, Russia, Kemerovskaya oblast', g. Novokuznetsk, ul. Kirova, 42

pavesa89@mail.ru

Olennikov Aleksei Aleksandrovich

博士学位技术科学

西伯利亚国立工业大学供热与供气、排水与通风系副教授

654007, Russia, Kemerovskaya oblast', g. Novokuznetsk, ul. Kirova, 42

tgsv-sibsiu@mail.ru

DOI:

10.25136/2644-5522.2018.5.20345

评审日期

10-09-2016

出版日期

25-11-2018

注解: 文章讨论了在熔化球形粒子的问题中并行编程NVIDIA CUDA的技术。显示了现代计算机通过增加内核数量而不是通过增加处理器的频率（这导致显着的能量消耗和热量产生）来增加功率的趋势。提出了Amdahl定律，它使得在n个处理器上并行时估计程序时间的加速成为可能。列出了并行化问题时提高算法性能的条件。提出了铁矿石颗粒熔化的问题. 考虑了cuda c并行编程语言的特点，并提出了所选任务的算法。对CPU（C#）和GPU（CUDA C）上的任务执行时间进行了比较分析。 CUDA并行编程技术允许您将复杂度N的可并行算法的性能提高多达60倍。这需要支持该技术的GPU，开发环境和CUDA编译器，cuda C语言知识，以及对任务和并行化可能性的良好了解。

出版日期:

并行编程, 图形处理器, 中央处理单元, 颗粒熔化, CUDA C语言, C语言#, 阿姆达尔定律, 算法性能, 执行时间, 高级语言

杂志

NVIDIA cuda并行编程技术在球形粒子熔化问题中的应用