随着时钟频率提升达到瓶颈，多核心处理器成为性能提升的关键。CUDA作为一种成功实现并行编程的语言，本文介绍了其在医学图像、计算流体动力学等领域的应用，并详细说明了配置CUDA环境所需的软硬件条件。
CUDA了解及入门
为什么需要使用CUDA
现有的架构无法通过提高时钟频率满足性能的要求，所以多核心提供了一个解决方案。NVIDIA的CUDA C已经成为实现并行编程最成功的语言之一。
CUDA应用
- 医学图像
- 计算流体动力学
- 环境科学
入门
本段主要讲解如何配置CUDA环境，和使用CUDA需要使用的软硬件。
开发环境
使用CUDA C来编写代码的前提条件包括：
- 支持CUDA的图形处理器
- NVIDIA设备驱动程序
- CUDA开发工具箱（CUDAtoolkit）
- 标准C编译器
扫一扫
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
