За последние год-полтора создание кластеров и суперкомпьютеров на GPU стало новым трендом для высокопроизводительных систем. Это вполне имеет смысл, потому что графические процессоры прекрасно поддерживают параллельную работу и на некоторых задачах обладают производительностью гораздо выше, чем у бюджетных CPU.
В этом смысле вполне логичной выглядит новость, что в пакете программ математического моделирования MATLAB версии 2010b появилась нативная поддержка Nvidia CUDA (версия Compute Capability 1.3 или выше). Она включена в набор инструментов Parallel Computing Toolbox. Теперь распараллеливание команд осуществляется прямо из MATLAB и не нужно переписывать код на C++ или Fortran специально для CUDA.
Примеры и демо
Введение в GPU-вычисления MATLAB (видео)
Бенчмаркинг оператора “\”на Nvidia GPU (демо)
Ускорение расчёта относительных площадей штатов США, используя метод Point-In-Polygon и GPU (демо)
Справочные материалы
GPU-вычисления MATLAB (документация)
Ускорение MATLAB на Tesla GPU (справка Nvidia)
Как проверить версию Compute Capability моего Nvidia GPU? (справка Nvidia)
Что такое вычисления GPU? (справка Nvidia)
В этом смысле вполне логичной выглядит новость, что в пакете программ математического моделирования MATLAB версии 2010b появилась нативная поддержка Nvidia CUDA (версия Compute Capability 1.3 или выше). Она включена в набор инструментов Parallel Computing Toolbox. Теперь распараллеливание команд осуществляется прямо из MATLAB и не нужно переписывать код на C++ или Fortran специально для CUDA.
Примеры и демо
Введение в GPU-вычисления MATLAB (видео)
Бенчмаркинг оператора “\”на Nvidia GPU (демо)
Ускорение расчёта относительных площадей штатов США, используя метод Point-In-Polygon и GPU (демо)
Справочные материалы
GPU-вычисления MATLAB (документация)
Ускорение MATLAB на Tesla GPU (справка Nvidia)
Как проверить версию Compute Capability моего Nvidia GPU? (справка Nvidia)
Что такое вычисления GPU? (справка Nvidia)
