知识卡片
异构平台要同时降低使用门槛
硬件之外还需要统一抽象、工具链、运行时和库,使用户能把工作映射到不同设备并管理数据。CPU、GPU协作和框架跨后端支持展示的是平台职责,不能由厂商峰值或历史超算名次推断任意应用加速。书中“第一次使用GPU超算”等优先权叙述不作本卡结论。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 异构加速
原书出处 · 1 处
- 异构加速 · 查看原书依据
平台厂家把异构计算硬件平台通过一定的软件库封装成统一、用户编程友好、可提供强大开发支持的一套整体解决方案,异构才算才能真正得到大范围应用。 7.2 GPU和CUDA 这里以NVIDIA的GPU和CUDA为例介绍基于GPU的异构加速。GPU提供性能强劲的可编程GPU平台,CUDA提供软件编程
参考来源
- 位置:《软硬件融合 (黄朝波 著)》第7章《异构加速》(来源项目book-sources;源文件:extracted/软硬件融合 (黄朝波 著)/_epub-src/OEBPS/Text/chapter014.xhtml)
- 结论依据:该项对“硬件之外还需要统一抽象、工具链、运行时和库,使用户能把工作映射到不同设备并管理数据”给出定义、对比、案例或条件;保留论证范围,不将启发式当无条件定律。
- 原始内容:平台厂家把异构计算硬件平台通过一定的软件库封装成统一、用户编程友好、可提供强大开发支持的一套整体解决方案,异构才算才能真正得到大范围应用。 7.2 GPU和CUDA 这里以NVIDIA的GPU和CUDA为例介绍基于GPU的异构加速。GPU提供性能强劲的可编程GPU平台,CUDA提供软件编程