GPGPU勉強会 のホームページは こちら. この Wiki について この Wiki は, GPGPU勉強会 のメンバーが持っている知識や疑問を集約するためのものです. メンバーは自由に(気軽に)編集し, 自分の持っている知識や疑問を記入してください. (そのうち, ここの情報をまとめて本でも出せればいいな, なんていう妄想をもっていたり, いなかったり) News CUDA 2.3 がリリースされました (7/22 2009) PGI から, CUDA に対応した C, C++, Fortran のコンパイラ, PGI 9.0 が発売されました (6/30 2009) NVIDIAから, 開発者向けにOpenCLドライバとSDKの提供が始まりました (4/20 2009) コンテンツメニュー GPGPU とは GPU vs CPU GPGPU 開発環境 OpenCL CUDA ATI
thrustとは thrustは、 http://code.google.com/p/thrust/ で公開されているCUDA用の並列アルゴリズムライブラリで、 GPUコンピューティングの高速性をC++の標準テンプレートライブラリ(STL)とよく似た高水準なインタフェースで提供しています。以前はkomradeという名前でした。 thrustのインストール CUDAのバージョン確認 thrustを利用するにはC++をサポートしたCUDA（具体的にはCUDA 2.2以降）が必要となります。 nvccコマンドに--versionオプションを付けて実行することで、現在インストールされているCUDAのバージョンを見ることができます。 $ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2009 NV
今回はCUDAを使って画像合成（アルファブレンディング）をやってみた。元のソースコードは下記を参照。 http://d.hatena.ne.jp/hiroki0/20090914/1252931917 テスト環境は下記の通り。画像ファイルの読み込みには、MacPorts経由でインストールしたOpenCVを利用した。 MacOS X 10.5.8 CUDA Toolkit 2.3 MacBook Pro 13"/Core2 Duo 2.26GHz/4GB/GeForce 9400M 画像ファイル：1600x1200 (pixel)のbmpファイル まずは(1)CPUでの合成を行い、(2)次にGPUでの合成処理を行った。また「CUDAメモリ転送のパフォーマンス」でも記載したように、通常のメモリを転送元に指定するより、'pinned memory'を使う方が速いので、(3)一旦pinned me
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
処理を実行中です
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