CUDA TOOlkit Programming Guide 1.Introduction

Claroja

于 2020-01-09 21:08:25 发布

阅读量158

点赞数

分类专栏： cuda 文章标签： cuda

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/claroja/article/details/103886924

版权

cuda 专栏收录该内容

27 篇文章

订阅专栏

本文探讨了GPU与CPU在浮点运算能力与带宽上的显著差异，揭示了GPU专为并行计算设计的特点。通过比较GFLOP/s与GB/s指标，突显GPU在数据密集型计算任务上的优势。同时介绍了CUDA作为并行计算平台和编程模型，支持多种语言，具备自动可伸缩架构设计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.1

图1,CPU和GPU的每秒钟的浮点计算对比(GFLOP/s)
在这里插入图片描述

图2,CPU和GPU的带宽(GB/s)

在这里插入图片描述
之所以有这么大差别是因为GPU就是为了并行计算设计的(parallel computation).GPU主要是数据计算,CPU则是数据款村和流程控制

图3,GPU有更多的晶体管
在这里插入图片描述

1.2 CUDA,并行计算平台和编程模型

图4.CUDA支持多种语言
在这里插入图片描述

图5,自动的可伸缩的架构设计
在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。