Principios y Campos de Aplicación en CUDA Programación paralela y sus potencialidades
Palabras clave:
computación paralela, GPU, CPU, gráficos 2D, 3D, computación GPU, pixel, CUDA, streaming multiprocesor, cooprecesamiento, warpResumen
La siguiente monografía es un compendio de información reciente sobre la tecnología CUDA de procesamiento paralelo en la GPU, para uso computacional en general, descripción de la misma, como también algunas aplicaciones. DOI: http://dx.doi.org/10.5377/nexo.v25i2.684Descargas
Los datos de descargas todavía no están disponibles.
Citas
J. Sanders and E. Kandrot, "CUDA by Example, An introduction to general-purpose GPU programming," pp. 2-11, 2010.
J. Nickolls and W. J. Dally, "The GPU computing Era," pp. 2-10, 2010.
E. Lindholm, et al., "NVidia Tesla: A Unified Graphics and Computing Architecture," vol. 28, pp. 39-55, 2008.
J. Nickolls and D. Kirk, "Graphics and Computing GPUs," pp. A2-A77, 2009.
NVidia. (2009). NVidia CUDA Programming Guide. Available: http://developer.download.NVidia.com/compute/cuda/2_3/toolkit/docs/NVIDIA_CUDA_Programming_Guide_2.3.pdf
D. Roger, et al., "Efficient Stream reduction on the GPU," 2007.
D. Horn, "Stream Reduction Operations for GPGPU applications," pp. 573-589, 2005.
C. T. Tung and T. T. Seng, "CUDA Programming on New Generation Graphics Cards," p. 3, 2008.
J. Nickolls and D. Kirk, "Appendix A: Graphics and Computing GPUs," pp. 7,24, 2009.
J. F. Croix and S. P. Khatri, "Introduction to GPU programing for EDA," pp. 3-4, 2009.
J.D. Owens, D., Luebke,Govindaraju N, Harris M, Krüger J, Lefohn AE, Purcell TJ. A survey of general-purpose computation on graphics hardware. Comput. Graph. Forum. 2007;26:80–113.
J.D., Owens, M. Houston, D. Luebke, Green S, Stone JE, Phillips JC. GPU computing. Proc. IEEE. 2008;96:879–899.
M. Garland, S. Le Grand, J. Nickolls, Anderson J, Hardwick J, Morton S, Phillips E, Zhang Y, Volkov V. Parallel computing experiences with CUDA. IEEE Micro. 2008;28:13–27.
B. D. Kirk y We-mei W. Hwu. Programming Massively Parallel Processors. A Hands‐on
Approach. Morgan Kaufmann. ISBN: 978‐0‐12‐381472‐2.
Humber A, And NVIDIA Corporation. " Will Your Next Shampoo be Developed on GPUs?", Temple University Researchers Help Procter & Gamble Design Better Models For Cleaning Products; Two NVIDIA Tesla GPUs Beat 1024 CPU BlueGene/L Cluster., 2010.
[16] Brandvik, T. And G. Pullan: SBLOCK: A Framework for Efficient Stencil-Based PDE Solvers on Multi-core Platforms. CIT 2010: 1181-1188
J. Nickolls and W. J. Dally, "The GPU computing Era," pp. 2-10, 2010.
E. Lindholm, et al., "NVidia Tesla: A Unified Graphics and Computing Architecture," vol. 28, pp. 39-55, 2008.
J. Nickolls and D. Kirk, "Graphics and Computing GPUs," pp. A2-A77, 2009.
NVidia. (2009). NVidia CUDA Programming Guide. Available: http://developer.download.NVidia.com/compute/cuda/2_3/toolkit/docs/NVIDIA_CUDA_Programming_Guide_2.3.pdf
D. Roger, et al., "Efficient Stream reduction on the GPU," 2007.
D. Horn, "Stream Reduction Operations for GPGPU applications," pp. 573-589, 2005.
C. T. Tung and T. T. Seng, "CUDA Programming on New Generation Graphics Cards," p. 3, 2008.
J. Nickolls and D. Kirk, "Appendix A: Graphics and Computing GPUs," pp. 7,24, 2009.
J. F. Croix and S. P. Khatri, "Introduction to GPU programing for EDA," pp. 3-4, 2009.
J.D. Owens, D., Luebke,Govindaraju N, Harris M, Krüger J, Lefohn AE, Purcell TJ. A survey of general-purpose computation on graphics hardware. Comput. Graph. Forum. 2007;26:80–113.
J.D., Owens, M. Houston, D. Luebke, Green S, Stone JE, Phillips JC. GPU computing. Proc. IEEE. 2008;96:879–899.
M. Garland, S. Le Grand, J. Nickolls, Anderson J, Hardwick J, Morton S, Phillips E, Zhang Y, Volkov V. Parallel computing experiences with CUDA. IEEE Micro. 2008;28:13–27.
B. D. Kirk y We-mei W. Hwu. Programming Massively Parallel Processors. A Hands‐on
Approach. Morgan Kaufmann. ISBN: 978‐0‐12‐381472‐2.
Humber A, And NVIDIA Corporation. " Will Your Next Shampoo be Developed on GPUs?", Temple University Researchers Help Procter & Gamble Design Better Models For Cleaning Products; Two NVIDIA Tesla GPUs Beat 1024 CPU BlueGene/L Cluster., 2010.
[16] Brandvik, T. And G. Pullan: SBLOCK: A Framework for Efficient Stencil-Based PDE Solvers on Multi-core Platforms. CIT 2010: 1181-1188
Descargas
Publicado
2012-12-30
Número
Sección
Artículos
Licencia
Los autores que publican en Nexo Revista Científica están de acuerdo con los siguientes términos::- Los autores conservan los derechos de autor y conceden a la revista el derecho de la primera publicación, con el trabajo [SPECIFY PERIOD OF TIME] a la vez que tras la publicación esté licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría de la obra y la publicación inicial en esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
