20210827-东吴证券-景嘉微-300474-军转民前“景”广阔，GPU“芯”辰大海.pdf
2021-08-28 09:06:40
1.64MB
《GPU高性能编程CUDA实战（CUDA By Example）》头文件_全书使用的，在163页通过多线程，使用多GPU的地方已完美调试，可运行通过。
2021-08-27 20:15:35
6KB
1
Nori-Shaders-BE
这是适用于opengl es 3.0或更高版本的minecraft的着色器，此着色器具有一个并非所有着色器都具有的独特功能，并且基于物理纹理的渲染（PBR）是其自身的唯一性，但除此之外，着色器仅基于Minecraft的内置雾色，因此不确定的颜色是什么。
因为此着色器基于pbr，所以在这里我将告诉您如何创建它以及如何工作
让我们来看看...
2021-08-27 17:16:12
3.47MB
1
使用C#调用CUDA的DLL链接库实现GPU计算的一个小案例，具体步骤参考地址：http://go.boselor.com/fwlink?id=12
2021-08-27 15:06:08
17.64MB
1
pytorch训练cifar100测试单GPU效率代码，用于测试GPU效率，基于开源https://github.com/weiaicunzai/pytorch-cifar100
2021-08-26 20:06:00
161.8MB
1
yolo5_gpu_class
yolov5 C ++ GPU版本，速度70ms / frame
网络使用cuda加速
net.setPreferableBackend(dnn::DNN_BACKEND_CUDA);
net.setPreferableTarget(dnn::DNN_TARGET_CUDA);
常规函数使用UMat加速
Mat uFunction(frame)
{
UMat uimg;
Mat result;
frame.copyto(uimg)
####process uimg like img
canny(uimg)
####process uimg like img
uimg.copyto(result)
return result
}
mat->umat 1.5ms
umat版本函数有很多会被加速5,6倍
umat-mat 1ms
2021-08-26 10:22:44
5KB
1
稀疏矩阵矢量乘法（SpMV）在几乎所有科学计算中都是不可避免的，例如用于求解线性系统和特征值问题的迭代方法。 随着图形处理单元（GPU）的出现和发展，应该为SpMV构建高效的格式。 SpMV的性能主要由稀疏矩阵的存储格式决定。 基于JAD格式的思想，本文改进了ELLPACK-R格式，减少了经纱中不同线程之间的等待时间，并且在我们的实验结果中，速度提高了约1.5。 与其他格式（例如CSR，ELL，BiELL等）相比，我们的SpMV格式性能在测试矩阵的70％以上是最佳的。 我们提出了一种基于参数的方法来分析性能对不同格式的影响。 另外，构造了一个公式来计算计算次数和迭代次数。
2021-08-26 10:07:24
1.27MB
1