Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

控制论与编程
正确的文章链接:

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