先日購入したGeForce GTX 480を試そうとしたところ以下のようなエラーが出てきました。 Cuda error: Kernel execution failed in file 'testbed.cu' in line 367 : the launch timed out and was terminated. 原因としてはPrimary Deviceに指定されているGPUで長時間カーネル関数を実行しすぎているため。 実際に最大実行時間がどれだけかはOSによってバラバラなようでカーネル関数の実行時間が長時間の場合は注意が必要。 対処法としはそもそも長時間実行せずに細かく何度も実行するなど考えられますが、何度も実行するとさまざまなオーバーヘッドがかかるためなるべく1度に長時間実行したい場合があります。 今回の私のケースがそれで、解決したときのメモ。 XWindowを止めてしまうという
ちょっと前ですが5月27日にSACSIS2010に行ってGPUチャレンジ2010の自由課題に応募して優勝したときの内容を発表してきました。 GPUチャレンジについては↓ GPU Challenge 2010 あとマイコミでも取り上げられていたのでそちらもどうぞ。 NVIDIA、学生参加コンテスト「GPUチャレンジ2010」の表彰式 | パソコン | マイコミジャーナル 学生参加コンテストって書いてあるけど自由課題は助教授の人とかもokなので学生だけじゃないんですけどねｗ 応募した論文？は以下から見ることができますのでよろしければご覧ください。 GPUによるDNA断片配列の高速マッピング(pdf) 今回は規定課題のプログラムや自由課題のレポートはすべて公式ページにて公開されていますので興味のある方はそちらもどうぞ。 ホントはひっそりと参加してた規定課題の高速化についてあれこれ書こうと思ったけ
一枚のグラフィックカードに複数のGPUを載せたGeforce 9800 GX2や、SLIを使って複数のグラフィックカードを搭載したシステムでは、これらを同時に使って処理能力を高めることができる。 今回は、2つのGPUを使って一次元拡散方程式を解いてみる。 複数のGPUを使う場合、pthreadなどを使い、GPUの数だけスレッドを作成する。 GPU間で直接データをやりとりする方法はないので、それぞれ、メインメモリを介してデータのやりとりをする。 1つのGPUを使った並列処理はOpenMPに近いものがあるが、一方複数のGPUを使った処理はMPIのような処理となる。 今回使ったシステムは、 Opteron 2.0 GHz NVIDIA Geforce 9800 GX2 OpenSUSE 10.2 である。 一次元拡散方程式を2つのGPUで解く まず、diff1dmgpu.cuであるが、 #inc
Mars: A MapReduce Framework on Graphics Processors Introduction Mars is a MapReduce framework on graphic processors (GPUs). We develop this framework aiming at providing a generic framework for developers to implement data- and computation-intensive tasks correctly, efficiently, and easily on the GPU. Mars hides the programming complexity of the GPU behind the simple and familiar MapReduce interfa
NVIDIA CUDA Information Site — unleash the power of GPU / GPUのパワーを引き出そう — NVIDIA CUDA Information サイト（以下「本サイト」）は、マルチコアソリューションを提供するフィックスターズの技術者有志が運営する、NVIDIA CUDAの普及と利用促進を目的とする情報公開と情報交換のためのサイトです。 本サイトでは、NVIDIA社が発売するGPUアクセラレーターボードTesla C1060/S1070 (Tesla）上のCUDAアプリケーション開発に関する情報を中心として、GPUに関する各種の情報をお伝えします。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く