检索结果-内蒙古大学图书馆

2011年全国高性能计算学术年会(HPC china2011)

作者：吴伟卿鹏漆锋滨江南计算技术研究所无锡 214083

CUDA是NVIDIA公司推出的GPU编程模型，它为高效利用GPU计算能力提供了强大的支持。但由于CUDA线程无法直接访问I/O设备、网卡等外围设备，在CUDA线程与外围设备的交互功能方面，目前CUDA的支持十分有限，仅支持非实时的屏幕打印（print... 详细信息

CUDA是NVIDIA公司推出的GPU编程模型，它为高效利用GPU计算能力提供了强大的支持。但由于CUDA线程无法直接访问I/O设备、网卡等外围设备，在CUDA线程与外围设备的交互功能方面，目前CUDA的支持十分有限，仅支持非实时的屏幕打印（printf）。本文提出了一种交互型库函数框架FILiC，它通过设备和主机之间的巧妙交互，高效实现了CUDA线程实时的较完整I/O等函数;并且该框架具有很好的可扩展性，CUDA程序员或者编译器开发者可基于该框架按需求开发新的CUDA线程交互功能。

关键词：交互型库函数可扩展性线程交互功能统一计算设备架构编程模型图形处理单元

来源：评论

学校读者我要写书评

暂无评论

GPU体系结构下的AES算法研究与评价

GPU体系结构下的AES算法研究与评价

引用

2008中国计算机大会

作者：刘伟峰宋付英曹邦功杨权一中国石油化工股份有限公司石油勘探开发研究院信息技术研究所北京 100083

针对GPU体系结构的高度并行性和AES算法的计算密集性,提出了GPU体系结构下的AES算法加速技术。首先,分析了AES算法原理和对其进行并行硬件加速的可能性,以及目前加速技术的研究现状;其次,对GPU体系结构的计算效率优势进行了分析;再次,... 详细信息

针对GPU体系结构的高度并行性和AES算法的计算密集性,提出了GPU体系结构下的AES算法加速技术。首先,分析了AES算法原理和对其进行并行硬件加速的可能性,以及目前加速技术的研究现状;其次,对GPU体系结构的计算效率优势进行了分析;再次,详细描述GPU上AES算法的实现细节：最后,利用同样市场价格组合的CPU和GPU进行实验,利用多尺寸文件作为测试数据,得到CPU和GPU方案的计算效率,并与以往研究进行比对。结果显示,与CPU相比,基于CUDA编程接口,GPU实现将计算效率最高提高到了19倍以上;与以往的基于图形API的GPU实现相比,也提高了2．5倍以上。

关键词：图形处理器高级加密标准统一计算设备架构 GPU体系结构

来源：评论

学校读者我要写书评

暂无评论

基于显卡资源的语音特征提取方法、装置、设备及介质

基于显卡资源的语音特征提取方法、装置、设备及介质

引用

作者：周定军彭俊清王健宗 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本发明涉及自然语言处理技术、应用到语音识别技术领域，公开了一种基于显卡资源的语音特征提取方法、装置、设备及介质，用于提高语音识别效率。方法部分包括：从Kaldi平台中获取已训练好的语音识别网络模型；根据显卡资源信息和所述... 详细信息

标准号: CN113450770A

本发明涉及自然语言处理技术、应用到语音识别技术领域，公开了一种基于显卡资源的语音特征提取方法、装置、设备及介质，用于提高语音识别效率。方法部分包括：从Kaldi平台中获取已训练好的语音识别网络模型；根据显卡资源信息和所述语音识别网络模型，预先申请目标GPU上下文资源，并为已训练好的语音识别深度学习模型分配对应的目标显存；将所述语音识别网络模型加载至所述目标显存，并在所述目标GPU上下文资源创建一个或多个统一计算设备架构CUDA流；获取原始语音信息，在所述目标显存中，利用一个或多个所述CUDA流调用所述语音识别网络模型对所述原始语音信息进行特征提取。

关键词：语音识别网络模型显存原始语音信息显卡资源统一计算设备架构自然语言处理技术语音识别技术语音特征提取模型分配特征提取资源创建加载调用申请应用学习

来源：评论

学校读者我要写书评

暂无评论

图像编解码工具的构建方法、图像编码、解码方法及装置

图像编解码工具的构建方法、图像编码、解码方法及装置

引用

作者：杨现 200010 上海市黄浦区中山南路1号11层(名义楼层)11V6室

本申请实施例公开了一种图像编解码工具的构建方法、图像编码、解码方法及装置，首先将封装Python调用接口的NVIDIA图像处理库作为第一编解码模块，并将封装Python调用接口的统一计算设备架构编解码算法作为第二编解码模块其中，统一计... 详细信息

标准号: CN116781921A

本申请实施例公开了一种图像编解码工具的构建方法、图像编码、解码方法及装置，首先将封装Python调用接口的NVIDIA图像处理库作为第一编解码模块，并将封装Python调用接口的统一计算设备架构编解码算法作为第二编解码模块其中，统一计算设备架构编解码算法是在统一计算设备架构上实现的。利用格式签名和头信息将第一编解码模块和第二编解码模块封装成图像编解码工具。以此构建的图像编解码工具可以提高图像编码和解码的效率。同时，第一编解码模块和第二编解码模块均封装了Python调用接口，从而使得图像编解码工具可以提供Python支持。

关键词：编解码模块图像编解码统一计算设备架构封装调用接口编解码算法图像编码构建解码方法及装置图像处理库头信息申请

来源：评论

学校读者我要写书评

暂无评论

基于GPU的混合蛙跳算法改进

引用

软件 2020年第7期41卷 152-158页

作者：牛宝童钱宇浛甘肃农业大学信息科学技术学院甘肃兰州730070 中国航天科技集团第九研究院北京100094

【目的】将混合蛙跳算法的求解过程转化为CUDA线程,提出并研究基于GPU的并行混合蛙跳算法,加快算法寻优过程,提高混合蛙跳算法的运算速度,以此促进群体智能优化算法的并行研究及应用。【方法】本文采用了CPU+GPU异构形式进行计算,其中GP... 详细信息

【目的】将混合蛙跳算法的求解过程转化为CUDA线程,提出并研究基于GPU的并行混合蛙跳算法,加快算法寻优过程,提高混合蛙跳算法的运算速度,以此促进群体智能优化算法的并行研究及应用。【方法】本文采用了CPU+GPU异构形式进行计算,其中GPU负责对大规模的密集型数据进行设计分析以及计算,而对于CPU来讲,负责开展事务管理以及复杂逻辑运算等不适合数据并行的计算模块。【结果】将混合蛙跳算法的求解过程转化为CUDA线程,实现基于GPU的并行混合蛙跳算法。在GPU上加速执行以提高算法运行速度,在保证与串行混合蛙跳算法相同优化性能的同时提高加速比。【结论】(1)对于ISFLA算法它采用了并行调度的形式展开计算分析,对于虚拟机之间的负载起到了很好的平衡作用,减小了负载间的平衡度对于整体的工作时间来讲起到了很好的缩短作用。(2)ISFLA算法产生的初始种群有着更好的质量,这能够将一些表现不好的个体进行排除,加快了整体的收敛速度,减小了进行搜索迭代的时长。

关键词：混合蛙跳算法图形处理器统一计算设备架构群体智能优化算法

来源：评论

学校读者我要写书评

暂无评论

锥束CT的FDK算法与CUDA实现

引用

微型电脑应用 2011年第6期27卷 46-50,3页

作者：邓甜邓倩妮上海交通大学计算机科学与工程系

计算机层析成像技术,在医学和工业等诸多领域中有着广泛应用。在三维锥束CT图像重建算法中,基于圆形轨道和二维平板探测器的FDK算法最为著名。传统CPU上实现的FDK算法,计算复杂性主要集中在所谓的反投影阶段,占据了整个重建时间的99%。... 详细信息

计算机层析成像技术,在医学和工业等诸多领域中有着广泛应用。在三维锥束CT图像重建算法中,基于圆形轨道和二维平板探测器的FDK算法最为著名。传统CPU上实现的FDK算法,计算复杂性主要集中在所谓的反投影阶段,占据了整个重建时间的99%。给出了基于CUDA统一计算架构的FDK算法的GPU实现,对于整个重建过程获得了超过百倍的加速。

关键词：计算机层析成像 FDK算法统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

一种基于图形处理器并行计算的频繁子图挖掘方法

一种基于图形处理器并行计算的频繁子图挖掘方法

引用

作者：杨书新谭伟徐彬 341000 江西省赣州市红旗大道86号江西理工大学信息工程学院

本发明公开了一种基于图形处理器并行计算的频繁子图挖掘方法，通过GPU划分出各个线程块block，将频繁边均匀分配给不同的线程进行并行处理，通过最右扩展rightmost得到不同的扩展子图，将最后各个线程得到的图挖掘数据集返回给每个线程... 详细信息

标准号: CN103559016B

本发明公开了一种基于图形处理器并行计算的频繁子图挖掘方法，通过GPU划分出各个线程块block，将频繁边均匀分配给不同的线程进行并行处理，通过最右扩展rightmost得到不同的扩展子图，将最后各个线程得到的图挖掘数据集返回给每个线程块block；最后，通过GPU与内存进行数据通信，将结果返回给CPU进行处理。本发明提供了一种可行、有效的图挖掘方法，使得在密集型大数据环境下的图挖掘性能得到优化，提高图挖掘效率，为科研分析、市场研究等提供快速、可靠的数据信息，实现在CUDA统一计算设备架构上的并行挖掘方法。

关键词：挖掘线程块线程统一计算设备架构频繁子图挖掘图形处理器并行处理并行计算结果返回均匀分配科研分析市场研究数据通信数据信息大数据数据集内存并行返回优化

来源：评论

学校读者我要写书评

暂无评论

模型推理方法、装置、计算机设备、存储介质和产品

模型推理方法、装置、计算机设备、存储介质和产品

引用

作者：王鎏振丁丹迪姚达 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请实施例公开了一种模型推理方法、装置、计算机设备、存储介质和产品，通过获取在深度学习推理框架下构建的神经网络模型；通过图统一计算设备架构，对深度学习推理框架针对神经网络模型的计算流程进行捕获，得到与计算流程对应的... 详细信息

标准号: CN116976440A

本申请实施例公开了一种模型推理方法、装置、计算机设备、存储介质和产品，通过获取在深度学习推理框架下构建的神经网络模型；通过图统一计算设备架构，对深度学习推理框架针对神经网络模型的计算流程进行捕获，得到与计算流程对应的捕获图，捕获图包含有多个节点；对捕获图中与数据传输相关的目标节点进行过滤，得到过滤后捕获图和目标节点对应的节点内容；基于目标节点对应的节点内容运行过滤后捕获图，得到神经网络模型对应的推理结果。图统一计算设备架构可以将深度学习推理框架下的神经网络模型的计算流程捕获为一张捕获图，进而减少内核启动延迟，提高对神经网络模型的推理速度，且不需要对神经网络模型中的算子进行融合，应用难度小。

关键词：神经网络模型捕获目标节点推理框架统一计算设备架构过滤节点内容推理计算机设备存储介质流程捕获内核启动数据传输推理结果算子构建学习延迟融合申请应用

来源：评论

学校读者我要写书评

暂无评论

高斯混合模型盲信号分离方法的CUDA实现

引用

自动化与信息工程 2013年第1期34卷 21-25页

作者：苏洁洪李宇广东药学院医药信息工程学院

对一组线性瞬时混合信号,采用高斯混合模型拟合各个独立源的概率密度分布进行分离,其复杂度随信号源数量、高斯混合模型阶数的增加急剧上升。提出用统一计算设备架构(compute unified device architecture,CUDA)对该分离方法进行设计,... 详细信息

对一组线性瞬时混合信号,采用高斯混合模型拟合各个独立源的概率密度分布进行分离,其复杂度随信号源数量、高斯混合模型阶数的增加急剧上升。提出用统一计算设备架构(compute unified device architecture,CUDA)对该分离方法进行设计,实现该方法的并行加速处理。实验结果表明,此加速方案可以有效降低该盲分离方法的时间复杂度。

关键词：盲分离高斯混合模型统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

基于图形处理器的STM研究与实现

引用

成都工业学院学报 2013年第2期16卷 13-17页

作者：梁飞胡大裟蒲亦非四川大学计算机学院成都610065

多核处理器和基于图形处理器通用计算(GPGPU)的发展,提出了简化并行编程的需求,而软件事务存储(STM)通过标记代码段并保证其执行的原子性为简化并行编程提供了很好的选择。为降低图形处理器(GPU)并行编程的复杂性,在分析GPU编程中存在... 详细信息

多核处理器和基于图形处理器通用计算(GPGPU)的发展,提出了简化并行编程的需求,而软件事务存储(STM)通过标记代码段并保证其执行的原子性为简化并行编程提供了很好的选择。为降低图形处理器(GPU)并行编程的复杂性,在分析GPU编程中存在的同步问题,结合统一计算设备架构(CUDA)的特点以及影响STM重要因素的基础上,提出在编程环境中引入STM模型的编程方法,测试结果表明相对基于CPU的计算依然具有良好的加速比。

关键词：图形处理器软件事务存储通用计算统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：