Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Системы управления, информационные технологии и математическое моделирование; Омск; Омск
Год издания: 2024
Ключевые слова: параллелизм, ограничения, архитектура CUDA, cpu, gpu, процессоры, видеокарты, parallelism, limitations, CUDA architecture, processor, graphics card
Аннотация: В недавнее время был достигнут лимит максимальной производительности отдельных процессорных ядер. Были достигнуты технические и физические лимиты, преодолеть которые нету физической или практической возможности. Распараллеливание может улучшить производительность в некоторых задачах, но добиться высокой параллельности, используя клПоказать полностьюассические процессоры для вычислений, очень сложно. Выходом из этой ситуации может быть совместное использование GPU (Графических процессорных устройств) и CPU (Центральных процессорных устройств) для лучшего распараллеливания некоторых задач. Лучше всего для этого использовать видеокарты Nvidia, так как они имеют программно-аппаратную архитектуру CUDA, удобную для использования программистами, не знакомыми с параллельным программированием. Today, increase in the performance of individual processor cores can't directly lead to a significant increase in computational speed anymore. Problem arises both from physical and mechanical limitations. Parallelization can improve performance in some tasks, but achieving high parallelism using classical processors for computing is very difficult. A way to solve this situation may be the use of GPUs (Graphics processing Units) and CPUs (Central Processing Units) together to better parallelize some tasks. Nvidia graphics cards are best suited for this, as they have CUDA hardware-software architecture, that is convenient for use by programmers, that are not familiar with parallel programming.
Журнал: ИТ. Наука. креатив
Номера страниц: 377-380
Место издания: Москва