<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Використання графічних процесорів для підвищення продуктивності паралельних обчислень

Ескіз

Файли

13138.pdf (286,63 KB)

Дата

2021

Автори

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Анотація

This paper examines using graphics processing unit (GPU) to increase parallel computing efficiency, its potential and features.

Опис

Ключові слова

graphics processing unit , parallel computing , data parallelism , SIMD

УДК

004.925

Тип документа

Thesis

Мова

uk_UA

Є частиною

Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р.

ISSN

Бібліографічний опис

Озерчук Д. А. Використання графічних процесорів для підвищення продуктивності паралельних обчислень [Електронний ресурс] / Д. А. Озерчук; наук. кер.О. Н. Романюк // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13138.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/45574

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2021)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. How Much Data Is Created Every Day in 2020? [Електронний ресурс] Режим доступу: https://techjury.net/blog/how-muchdata-is-created-every-day/
  2. Mittal S. A Survey of CPU-GPU Heterogeneous Computing Techniques. // ACM Computing Surveys. July 2015. Article No.: 69. [Електронний ресурс] Режим доступу: https://dl.acm.org/doi/10.1145/2788396
  3. Hasan K., Chatterjee A., Radhakrishnan S., Antonio J. Performance Prediction Model and Analysis for Compute-Intensive Tasks on GPUs. // Network and Parallel Computing. NPC 2014. Lecture Notes in Com-puter Science, vol 8707. Springer, Berlin, Heidelberg. [Електронний ресурс] Режим доступу: https://doi.org/10.1007/978-3-662-44917-2_65.
  4. Flynn’s Taxonomy. Encyclopedia of Parallel Computing [Електронний ресурс] Режим доступу: https://link.springer.com/referenceworkentry/10.1007%2F978-0-387-09766-4_2
  5. Du P., Weber R., Luszczeka P., Tomova S., Petersona G., Dongarraab J. From CUDA to OpenCL: Towards a performanceportable solution for multi-platform GPU programming // Parallel Computing.Volume 38, Issue 8, August 2012, Pages 391-407. [Електронний ресурс] Режим доступу: https://doi.org/10.1016/j.parco.2011.10.002
  6. Mittal S. A Survey of Methods For Analyzing and Improving GPU Energy Efficiency. // ACM Computing Surveys. August 2014. Article No.: 19. [Електронний ресурс] Режим доступу: https://dl.acm.org/doi/10.1145/2636342