Mọi người đều có siêu máy tính khổng lồ khổng lồ này trên máy tính để bàn của họ dưới dạng GPU đồ họa.Giới thiệu về lập trình GPU
-Adam
Check-out CUDA của NVIDIA, IMO đó là nền tảng dễ nhất để làm lập trình GPU. Có rất nhiều tài liệu thú vị để đọc. http://www.nvidia.com/object/cuda_home.html
Xin chào thế giới sẽ làm bất kỳ loại phép tính nào bằng GPU.
Hy vọng điều đó sẽ hữu ích.
Hãy xem ATI Stream Computing SDK. Nó dựa trên BrookGPU được phát triển tại Stanford.
Trong tương lai, tất cả công việc GPU sẽ được chuẩn hóa bằng cách sử dụng OpenCL. Đó là một sáng kiến do Apple tài trợ sẽ là nhà cung cấp thẻ đồ họa trung lập.
CUDA là một khuôn khổ tuyệt vời để bắt đầu. Nó cho phép bạn viết hạt nhân GPGPU trong C. Trình biên dịch sẽ tạo ra mã hóa GPU từ mã của bạn và gửi mọi thứ chạy trên CPU tới trình biên dịch thông thường của bạn. Đó là NVIDIA chỉ mặc dù và chỉ hoạt động trên thẻ 8-series hoặc tốt hơn. Bạn có thể kiểm tra CUDA zone để xem những gì có thể được thực hiện với nó. Có một số bản trình diễn tuyệt vời trong số CUDA SDK. Tài liệu đi kèm với SDK là một điểm khởi đầu khá tốt cho việc viết mã thực sự. Nó sẽ hướng dẫn bạn thông qua viết một nhân nhân ma trận nhân, đó là một nơi tuyệt vời để bắt đầu.
Tôi nghĩ những người khác đã trả lời câu hỏi thứ hai của bạn. Đối với lần đầu tiên, "Hello World" của CUDA, tôi không nghĩ rằng có một tiêu chuẩn được thiết lập, nhưng cá nhân, tôi muốn giới thiệu một adder song song (tức là một chương trình tổng N số nguyên).
Nếu bạn nhìn vào ví dụ "giảm" trong SDK NVIDIA, nhiệm vụ đơn giản bề ngoài có thể được mở rộng để chứng minh nhiều cân nhắc CUDA như đọc đồng bộ, xung đột ngân hàng bộ nhớ và bỏ vòng lặp.
Xem bài trình bày này cho biết thêm:
http://www.gpgpu.org/sc2007/SC07_CUDA_5_Optimization_Harris.pdf
OpenCL là một nỗ lực để làm cho một thư viện đa nền tảng có khả năng lập trình mã phù hợp, trong số những thứ khác, GPU. Nó cho phép người ta viết mã mà không biết GPU nào sẽ chạy, do đó làm cho việc sử dụng một số sức mạnh của GPU dễ dàng hơn mà không cần nhắm mục tiêu một số loại GPU cụ thể. Tôi nghi ngờ nó không phải là biểu diễn như mã GPU gốc (hoặc như bản địa như các nhà sản xuất GPU sẽ cho phép) nhưng sự cân bằng có thể được giá trị nó cho một số ứng dụng.
Nó vẫn còn trong giai đoạn tương đối sớm (1.1 như câu trả lời này), nhưng đã đạt được một số lực kéo trong ngành - ví dụ nó được hỗ trợ nguyên bản trên OS X 10.5 trở lên.
Một cách dễ dàng khác để tham gia vào chương trình GPU mà không cần tham gia CUDA hoặc OpenCL, là thực hiện qua OpenACC.
OpenACC hoạt động như OpenMP, với chỉ thị của trình biên dịch (như #pragma acc kernels) để gửi công việc tới GPU. Ví dụ: nếu bạn có vòng lặp lớn (chỉ những vòng lặp lớn thực sự có lợi):
int i;
float a = 2.0;
float b[10000];
#pragma acc kernels
for (i = 0; i < 10000; ++i) b[i] = 1.0f;
#pragma acc kernels
for (i = 0; i < 10000; ++i) {
b[i] = b[i] * a;
}
Chỉnh sửa: không may, chỉ trình biên dịch PGI thực sự hỗ trợ OpenACC ngay bây giờ, cho thẻ NVIDIA GPU.
Nếu bạn sử dụng MATLAB, nó trở nên khá đơn giản để sử dụng GPU cho máy tính kỹ thuật (tính toán ma trận và toán học/số crunching nặng). Tôi thấy nó hữu ích cho việc sử dụng thẻ GPU ngoài chơi game. Kiểm tra các liên kết dưới đây:
Tôi cũng quan tâm đến chủ đề này và lập trình song song. Và tôi đã tìm thấy link sau đây, vui lòng xem tại Udacity.com!
Bạn đang nói về GPGPU hoặc mã hóa đồ họa? – Menkboy
Anh ấy đang nói về CUDA (API cho GPU nVidia) và các kỹ thuật khác. Sử dụng các đơn vị FPU có sẵn trong GPU để mã hóa đồ họa. – Wedge
Để tham khảo, GeForce 8800 thế hệ trước có 128 bộ xử lý dòng hoạt động ở mức 1,3 GHz, một đầu GTX 280 có 240 bộ xử lý dòng, hiệu suất lý thuyết của các GPU này là 0,5 và 0,9 TeraFLOPS. – Wedge