Технология NVIDIA CUDA^TM - это единственная среда разработки на C, которая позволяет программистам и разработчикам писать программное обеспечение для решения сложных вычислительных задач за меньшее время, благодаря многоядерной вычислительной мощности графических процессоров.

ПУБЛИКАЦИИ

> Стала доступна финальная версия CUDA Toolkit 3.0

Ключевые возможности версии:

• Поддержка GPU на базе архитектуры Fermi: поддержка ECC, оптимизированная производительности для вычислений с двойной точностью, библиотеки линейной алгебры (такие как BLAS и LAPACK), CUDA-GDB дебагер и визуальный профилировщик
• Поддержка C++ – улучшенная производителььность при работе с классами и шаблонами наследования
• GPGPU/Graphics взаимодействие – взаимодействие Direct3D 9,10,11 и OpenGL как для CUDA так и для OpenCL
• Дополнительные инструменты для разработки под Linux – включая CUDA Memory Checker, для выявлений несовпадений и ошибок типа out-of-bounds
• Tesla Compute Cluster (TCC) – улучшена производитнельность и менеджмент кластерных конфигураций

> Основы CUDA

В статье освещены вопросы: GPGPU, установка CUDA для Windows и Linux, расширения языка С (Спецификаторы, Добавленные переменные, Добавленные типы, Директива вызова ядра), основы CUDA host API (работа с памятью в CUDA, Использование event'ов для синхронизации на CPU, Получение информации об имеющихся GPU и их возможностях), Примеры использования CUDA (увеличение каждого элемента одномерного массива на единицу - программа incr.cu., Перемножение двух матриц - простейший подход, Перемножение двух матриц с использованием shared-памяти. Подробнее>>

> Введение в технологию CUDA.| Владимир Фролов.

В статье освещены вопросы принципиальной разницы между CPU и GPU, рассмотрено ядро CUDA, ветвления, взаимодействие между потоками, использование пяти видов памяти CUDA, регистры, даны рекомендации по оптимизации, CPU/GPU переносимая математическая библиотека. Подробнее>>

> Знакомство с технологией CUDA.| 23.12.2008

В статье рассматриваются возможности CUDA, а также на практике оцениваются вычислительные возможности графического чипа G92 видеокарты GeForce 8800 GT. Подробнее>>

> CUDA: Начало.| 13.03.2009

Это первая публикация из цикла статей об использовании GPGPU и nVidia CUDA, в которой рассматриваются вопросы: что потребуется для работы и как создать CUDA проект. Подробнее>>

> CUDA: Как работает GPU. |17.03.2009

Внутренняя модель nVidia GPU - ключевой момент в понимании GPGPU с использованием CUDA. В этот статье наиболее детально рассказывается о программном устройстве GPUs: о ключевых моментах компилятора CUDA, интерфейсе CUDA runtime API, приводится пример использования CUDA для несложных математических вычислений. Подробнее>>

> CUDA: Работа с памятью. Часть I. |25.03. 2009

Статья рассказывает об основных видах памяти, доступных на видеокарте и приводиться пример, как влияет выбор типа памяти на производительность вычислений на GPU. Подробнее>>

> CUDA: Работа с памятью. Часть II. |06.04.2009

Тема статьи - оптимизация работы с глобальной памятью при программировании GPU. У GPU есть ряд особенностей, игнорирование которых может стоить многократной потери производительности при использовании глобальной памяти. Но если учесть все тонкости, то можно получить действительно эффективные CUDA-программы. Подробнее>>

> CUDA мы катимся: технология NVIDIA CUDA.| 18.03.2009

Параллельные вычисления средствами видеокарты - всего лишь хороший инструмент в руках трудолюбивого программиста. Вряд ли процессорам во главе с законом Мура придет конец. Компании NVIDIA предстоит пройти еще длинный путь по продвижению в массы своего API (то же можно сказать и о детище ATI/AMD). Какой он будет, покажет будущее. Подробнее>>

> Использование модели массового параллелизма CUDA для разработки программ.| 09.08.2009

В публикации рассматривается ориентированная на массовый параллелизм модель разработки программ - CUDA 2.2 (Compute Unified Device Architecture), а также набор необходимых инструментов и документации для GPU фирмы NVIDIA. Ранее фирма NVIDIA продвигала для этих целей модель GPGPU. В статье так-же даются рекомендации, что необходимо иметь для разработки программ в рамках модели CUDA. Подробнее>>

ПОЛЕЗНЫЕ ССЫЛКИ

> Официальный сайт NVIDIA:

http://www.nvidia.ru

> Технологии CUDA>>

> Загрузить CUDA. Приложения CUDA>>

> Cписок портированных приложений на CUDA для использования с продуктами Tesla>>

> Форумы:

• http://forum.ixbt.com/?id=105
• http://3.14.by/forum/index.php

> Учебник по программированию на языке СИ.>>

(электронная версия учебника: Громов Ю.Ю.,Татаренко С.И. Программирование на языке СИ: Учебное пособие)

УЧЕБНЫЕ КУРСЫ>>