假设我们有一个“本质上并行”的问题要用Erlang软件来解决。我们有很多并行进程，每个进程都执行顺序代码(而不是数字运算)，我们扔给它们的CPU越多越好。不可能使用GPU的处理器来服务Elrang的进程。(我说的对吗？)因此，问题是:什么样的负担得起的CPU或GPU可以用来为并行Erlang软件构建“<e
浏览 2提问于2011-09-27得票数 5
回答已采纳
1回答
我试图找出GPU张量运算是否比CPU操作快。因此，我在下面编写了这个特定的代码来实现简单的2D添加CPU张量和GPU cuda张量，以查看速度差异：import time
start_time = time.timetime = ',elapsed_time)
令我惊讶的是，CPU时间是0.93秒，GPU时间高达63秒。我是正确地做了库达张量运算，还是库达张量的概念只有在非常复杂的操作中才能工作得更快，比如在神经网络中？注:我的GPU
浏览 1提问于2018-11-15得票数 10
1回答
我目前正在进行一个java项目，可以在几个GPU上运行python任务(小型机器学习任务)。Java应该接受一个任务并尝试将其并行化。我知道我可以使用OpenCL\CUDA在GPU上执行任务，我可以使用几个库来运行Java中的Python代码。但我不确定是否有可能通过Java在GPU上并行Python代码。因为仅仅运行脚本并不等同于选择特定的向量和矩阵运算，并在GPU上有效地运行它们。
有没有库可以做到这一点，或者这是不可能的？
浏览 6提问于2018-03-16得票数 0
，我编写了以下代码来评估Python多处理的效果：from multiprocessing import Process
rest = sess.run(prod)
pri
浏览 0提问于2016-07-28得票数 0
1回答
我是为GPU世界而来的。当我向GPU提交要处理的1024x1024像素的图像时，我知道GPU上没有1048576个并行运行的线程。如果GPU的波形大小是64，那么64个线程实际上是并行运行的。然后这些波形中的许多也是并行运行的。我想说的是，一个GPU可以真正地同时并行运行它的所有线程流处理器。这从几百到10K不等。对于1024x1024的映像，具有10K线程的GPU必须串行运行100个并行工作负载块
浏览 48提问于2021-08-26得票数 0
4回答
我想在LabVIEW中执行CUDA操作，在GPU中并行传输多个文件，然后在GPU上进行算术运算，然后将数据保存到新文件中。
浏览 0提问于2011-09-28得票数 4
1回答
我在windows10中开始使用mxnetR的GPU计算。请告诉我你的想法如何在图形处理器中使用多核，以最大限度地发挥mx.mlp与mx.gpu的图形处理器计算的价值。
浏览 3提问于2017-09-06得票数 0
1回答
我有这样的代码来并行地编写我的结果。我在R中使用foreach和doParallel库。output_location,"out",toString(i),".csv")) }
现在它在CPU中使用了4个核，因此使用这个code.But编写所需的时间非常少，我想要使用GPU在GPU上有处理 doParallel循环的方法吗？gputools，gpuR是一些支持R软件包的GPU。但它们主要用于gpuMatMult()、gpuMatrix()等数学计算。我希望在
浏览 1提问于2018-06-21得票数 5
回答已采纳
1回答
大量非对称加密
、、、、
如果不挖掘硬件，基于GPU的处理会更好吗？购买专门的硬件，应该提高处理时间，这不是一个问题。
我们最终需要每月产生超过10亿个数字签名。如有任何指导或帮助，将不胜感激。
浏览 0提问于2016-04-10得票数 1
回答已采纳
1回答
并行训练神经网络，理论框架
、、、、
在AWS中的GPU机器上使用带有Tensorflow的Keras，我能够真正加快这个过程。我很难找到一个参考资料，所以我想让你了解一下它是如何工作的。
提前谢谢你
浏览 3提问于2017-02-22得票数 2
回答已采纳
我试图理解这个论点的作用，AdamOptimizer的的compute_gradients方法这样说-但我不太清楚。在这种情况下，共分梯度意味着什么?所述op是什么？
浏览 3提问于2018-02-12得票数 3
回答已采纳
2回答
我想知道使用OpenGL进行矩阵计算而不是使用CPU是否是一种改进。如果这是一种改进，那么改变数学类以使用OpenGL值得吗？
浏览 0提问于2016-10-20得票数 1
回答已采纳
我知道在训练DNN时，通常使用多个GPU的方法是拆分数据集，并将每个拆分的数据集分配给每个GPU。例如，我只有一张图片用于数据集。因为我没有多张图片可以拆分并分发给多个GPU，所以我希望利用所有GPU来为这一张图片的计算做出贡献。
这在Tensorf
浏览 0提问于2017-04-17得票数 0
1回答
因此，我知道OpenCL可以用于使用图形处理器和中央处理器的并行处理(与CUDA相反)。既然我想用图形处理器和中央处理器进行并行处理，那么是使用python + PyOpenCL/PyCUDA的多处理模块进行并行处理，还是只使用PyOpenCL进行图形处理器和中央处理器的并行编程呢？我对此还很陌生，但凭直觉，我认为Python中的多处理模块是在python中进行CPU并行处理的最佳方式。
任何帮助或指导都将不胜感激。
浏览 2提问于2016-09-17得票数 2
2回答
可以设置IIS来利用新的大规模多核GPU来提供额外的线程以实现最大的并发性吗？
我的想法是，有了像AMD这样的技术，就有可能从这些400+内核中执行线程，从而具有与服务器的大量并发连接。
浏览 0提问于2011-07-22得票数 3
回答已采纳
使用方式如下：const multiplyMatrix = gpu.createKernel(function(a, b) {
let sum =不是通过像CUDA或OpenGL这样的低级别协议，而是通过几个抽象层，即WebGL之上的GPU.js，所以我实际上不必学习矩阵操作是如何在硬件上组装的底层基础知识。但是我注意到，对于GPU.js，每个GPU对我可以操作的矩阵的大小有一个限制，通常限制在GPU支持的最大屏幕
浏览 10提问于2020-09-13得票数 6
1回答
在通用CPU并行处理中，将计算/问题拆分为子问题，分配它们，并在一个或多个套接字/服务器上的多个核上并行运行它们。我们应该把GPU看作是一种“数量更高(数量更多)更小的核心的CPU”，还是本质上有额外的差异？
浏览 5提问于2020-01-10得票数 1
回答已采纳
我仍然对OpenCL和GPU编程没有很好的理解。我对GPU编程不太了解。我看GPU和GPU一样，为什么我不能并行运行R代码呢？
浏览 9提问于2015-07-19得票数 9
1回答
CPU和GPU操作并行化
、、、
2)与theano一起使用GPU对数据执行一些计算。通过使用多线程，这三个功能是令人尴尬的并行性。但是在python中，我依次执行这三个功能。我所要做的就是加载数据并在GPU上执行计算时对它们进行预处理，同时监视计算的状态。目前，大多数耗时的计算都是在2)执行的，所以我对2)的运算有一定的时间限制。现在我的问题是：*我应该使用多进程而不是多线程吗？简单
浏览 3提问于2013-05-27得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
