战斗蜗牛的专栏

在Matlab中调用GPU的CUDA API进行并行加速，主要有两种途径：1）对现有Matlab代码的简单改写，调用Matlab中支持CUDA的函数进行加速。2）将C语言的CUDA函数封装成库，在Matlab中进行调用。前者简单方便，效率低；后者效率高，稍微麻烦。 一、matlab中直接的gpu加速计算matlab中直接做GPU计算分为三个步骤。（1）数据的初始...

光线跟踪是目前常用的主流绘制技术之一，由于它能方便地模拟生成复杂的光照效果，生成高质量的图像，在很多领域得到了广泛的应用，如真实感绘制，虚拟现实，可视化，计算机动画等。但光线跟踪算法的计算开销较大，妨碍了其应用效率。光线跟踪渲染的主要运算操作耗费在光线与场景求交的过程中，为此，为了加快这一计算过程，人们研究了大量的技术来加快求交操作。其中，通过建立一定的空间组织结构来加速求交计算机取得了很大的进展

体素化（Voxelization）是将物体的几何形式表示转换成最接近该物体的体素表示形式，产生体数据集，其不仅包含模型的表面信息，而且能描述模型的内部属性。表示模型的空间体素跟表示图像的二维像素比较相似，只不过从二维的点扩展到三维的立方体单元，而且基于体素的三维模型有诸多应用。由于使用的需要，需对模型进行体素化操作，这里采用了一种简单但却有效的操作方法。首先设定模型体素化的分辨率，假设为 N

参考了开勇的dll过程，其中有一些细节的地方给予说明，原文中没有提及；此外，提供的src可能是老版本的，在新环境下无法运行。 1. 创建DLL 1）用开勇的Wizardv2.9 可以创建一个DLL项目工程：2）选择DLL项目，然后可以看到下面的项目文件结构： 其中sampe_cu.h文件为头文件，stdafx.h和stdafx.cpp是windows的加载的相关文件，这

在GTC 2012大会上，NVIDIA老总黄仁勋公布了新一代Tesla加速卡的详情，不过此次发布的Tesla显卡算是双胞胎，一款是基于双芯GK104架构的Tesla K10，另外一款则使用了真正的新架构，基于GK110核心的Tesla K20。K10和K20的特性有所不同，重点也不一样　　首先来看K10，它的物理外观与GTX 690显卡没什么区别，但是NVIDI

除了介绍Xeon E5系列，Intel今天还首次展示了基于众核心(MIC)架构的新型协处理器“Knights Corner”，根据DGEMM测试其双精度浮点性能已经超过一万亿次每秒(1TFlops)，这也是历史上第一次做到这一点的处理器芯片。相比之下，目前最强大的专用并行加速器是NVIDIA Tesla M2090，双精度浮点峰值性能665GFlops(6650亿次每秒)，大大低于Inte

最近有关 Intel 即将问世的众核 加速器--MIC的新闻报道和业内反应很有意思。  似乎跟英伟达和 AMD一样，Intel 最终也得出结论: 要解决高性能计算日益增长的功耗限制问题，混合型架构是正确的方法。 虽然我认同这一观点，但是围绕 MIC 芯片编程问题展开的一些讨论让我绞尽脑汁思索，尤其是这种看法: “因为 MIC 运行的是 x86 指令集，所以无需更改现有代码，移植

其实，在Linux服务器下面配置CUDA，本没有什么可说的，学生捣鼓了一天没捣鼓出来，我还以为是Redhat AS6.1的问题呢，早上过来重新配置，成功解决，其中有这样几个小问题。1、超微准系统7046GT的驱动    记得5年前，S1070时代，当时超微的准系统用的网卡模块驱动不兼容，当时的AS4.6认不出来，重新编译内核、插入模块，真是麻烦。现在AS6.1对超微的驱动支持挺好，除了C2

1.安装toolkit(1)cd /home/CUDA_train/software/cuda4.1(2)./cudatoolkit_4.1.28_linux_64_rhel6.x.run指定安装目录(3)配置cuda toolkit环境变量(a)vim ~/.bashrc(b)添加如下行，用于添加cuda bin的路径到环境变量PATHexport PATH=$PAT

一、初步整理了7份文档，作为入门使用最好。下载地址如下（永久有效）：        http://pan.baidu.com/s/1gdljMcN二、学习顺序Step1 ： 学习Program Guide    链接中提供了4.0版本的中英文，以及2.0版本的中文版，可以首先学习CUDA的基本语法。Step2：CUDA 函数手册    链接中提供

目前版本的cuda是很方便的，它的一个安装里面包括了Toolkit`SDK`document`Nsight等等，而不用你自己去挨个安装，这样也避免了版本的不同步问题。1 cuda5.5的下载地址，官方网站即可：   　　https://developer.nvidia.com/cuda-downloads   在里面选择你所对应的电脑版本即可。2 VS2010这个没什么

直接输入命令：nvidia-smi具体如下所示：重要的参数主要是温度、内存使用、GPU占有率，具体如下红框所示。

下载了例子，运行有问题，所以把openhero的文章找出来，重新做一遍。~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 前言：很久没写CUDA相关的文章了，其实也不是忙，只是零碎的事情比较多，不能抽出完整的时间写一些东西，在http://blog.youkuaiyun.com/openhero 上写本来想写一些列CUD

现在主流的显卡有两种，一类是Nvidia的GPU，一种是AMD的GPU。很多人都在做GPU的时候，都想知道GPU的特性，想知道使用时候的状态，有问题，频率，内存使用情况，占有率，很多人问道了，是否可以使用系统底层的API得到？其实系统给的API并不完善，经常得不到完全的信息。--------------------------------------------------------

CUDA优化的最终目的是：在最短的时间内，在允许的误差范围内完成给定的计算任务。在这里，“最短的时间”是指整个程序运行的时间，更侧重于计算的吞吐量，而不是单个数据的延迟。在开始考虑使用GPU和CPU协同计算之前，应该先粗略的评估使用CUDA是否能达到预想的效果，包括以下几个方面：　　精度：目前GPU的单精度性能要远远超过双精度性能，整数乘法、求模、求余等运算的指令吞吐量也较为有限。在科学计算中

VS2005及以上版本支持CUDA的Geforce 8x/9x/1xx/2xx/3xx/4xx系列显卡，或MCP7x，ION芯片组安装步骤为：1.获取最新版本的driver, CUDA toolkit, CUDA SDK。无论显卡的CUDA计算能力如何，始终应该使用最新版本的驱动和开发工具。driver 和toolkit/SDK的版本应该与操作系统匹配。2. 依次安装driver,

<br />前言：很久没写CUDA相关的文章了，其实也不是忙，只是零碎的事情比较多，不能抽出完整的时间写一些东西，在http://blog.youkuaiyun.com/openhero 上写本来想写一些列CUDA编程的文章，不过现在看来，很多朋友还是只是处在开发的初级阶段，一些基本的编程环节还需要讲解一下，其实像lib编程，dll编程，都不是CUDA的内容，这个只是windows，linux系统编程的内容，只要有时间，好好静下心来做几个项目就可以明白很多，而且网上就可以找到很多资料。 <br />正文：CUDA的DL

    这两天抽点时间研究matlab调用cuda程序的问题，发现网上这方面的资料比较少，而且nvidia提供的白皮书描述的不够详尽，因此对于开发流程进行总结，希望大家有用。    总的来说，matlab中调用cuda程序有两种方法，第一是利用开勇的cuda wizard创建cuda程序的dll，然后结合matlab的mex编译器在matlab中进行调用；第二种是根据白皮书中所写，将cuda程写成标准的mex文件格式，然后利用mex编译器生成二进制代码，在matlab中进行调用。两种方法生成的都是以.mex

VS2010中安装配置Parallel Nsight 2.0公司,完美,下载地址, NvidiaNvidia公司推出了 Parallel Nsight 2.0 RChttp://parallelnsight.nvidia.com/% ~) z$ u' m: ]& ^1 \* K9 `　　完美支持VS2010和VS2008SP1，支持CUDA

1.如果用到多GPU线程可以参考“MonteCarloMultiGPU”，其实只需要里面包含头文件即可识别cutStartThread等相关函数和数据定义。2.如果用到原子操作可以参考“simpleAtomicIntrinsics”，只需要工程里不包含cutil、shril等即可；3.如果用到CUFFT，可以参考“OCEAN FFT”，需要添加“cufft.h”头文件，连接器中增加"cuf

http://hpcbbs.it168.com/forum.php?mod=forumdisplay&fid=90&page=1http://cuda.it168.com/慢慢整理吧

1. FFT可以自己定制，根据不同的规模，自己改写。下一代的cufft可能可以从device中fetch data2. sqrt也可以自己写，应该要自己写。这个太费时了。3. 累加的问题解决：原子操作是最差的。  1）利用share memory进行两两归并（比如都加到第一个，或者4:1,5:2.。。），然后多个block间再进行归并，间接实现累加。 缺点：必须知道累加的次数； 2）利用r

把一个n元素数组里面的值全部加起来的程序，大家都会写，一个for循环搞定。但是如果在cuda代码里面也这么写的话，速度会比cpu上还慢，毕竟人家一对一对拼的话，肯定是干不过cpu的。在cuda里面的算法是n个线程一起参与这个运算。nvidia貌似有个官方的算法，几乎所有看到的cuda代码里面都是用的它：for(int i=(blockDim.x>>1);i>0;i>>=1){

信息时代的硬件芯片和存储器价格以摩尔定律的形式下降，可是现在处理的数据量也越来越大。我们先以cocoa编程为例，然后再结合网格计算、云计算，综合对最新的高性能计算技术作介绍。使用 runloop在cocoa编程如果用NSThread开线程[NSThread detachNewThreadSelect: @selector(run) toTarget:self withObject:

1）安装CUDA wizard后，还需要编译share目录下面的共享库，然后添加入自己的解决方案中，包括自己的工程、cutil工程、shrUtils工程；2）界面的工具菜单--》选项--》文本编辑器--》扩展名，添加“cu”，然后选择“MVC”编辑器，应用之后重启VS2005，就能支持语法高亮了。

CUDA优化的最终目的是：在最短的时间内，在允许的误差范围内完成给定的计算任务。在这里，“最短的时间”是指整个程序运行的时间，更侧重于计算的吞吐量，而不是单个数据的延迟。在开始考虑使用GPU和CPU协同计算之前，应该先粗略的评估使用CUDA是否能达到预想的效果，包括以下几个方面：精度：目前GPU的单精度性能要远远超过双精度性能，整数乘法、求模、求余等运算的指令吞吐量也较为有限。在科学计算中，由