《CPU+GPU的混合并行计算》由会员分享，可在线阅读，更多相关《CPU+GPU的混合并行计算（3页珍藏版）》请在装配图网上搜索。
1、CPU+GPU 的混合并行计算GPU+CPU 的异构混合并行计算是基于目前备受业界推崇的 CUDA(Compute Unified Device Architecture)并行计算架构，将CPU串行计算和GPU的并行计算融合，开启“CPU+GPU协同计算”或称之为“异构混合计算”的全新并行计算时代。基于GPU+CPU架构的HPC与普通CPU架构HPC参数对比GPU+CPU HPCCPU HPC性能万亿次万亿次体积相当于1台普通PC Server至少占用1个42U机柜位置机房不需要，可直接放在办公桌上需要满足一定承重要求的专业机房散执 口人丿、需要专门配备空调散热要专业的机房空调设备功耗1000
2、W1400W5000W左右噪音40db左右60db以上价格10万元以内50万元以上“异构混合计算”真正实现了系统整体计算能力的最大化利用：GPU和CPU协同工作，GPU处理大量 的并行处理，CPU处理操作系统和指令的逻辑控制。两者的协同比以往单纯CPU运算高出几十倍甚至几百 倍，上千倍，可以使得PC和工作站具有超级计算的能力。在最新的二代Tesla Fermi平台下，开发人员可 以选择C语言、C+、OpenCL、DirectCompute或Fortran来表达GPU应用程序的并行机制，释放GPU的 处理能力来解决最复杂的计算密集型难题，可以广泛应用于如下领域：生物信息学和生命科学计算化学计算电
3、磁学和电动力学计算金融学计算流体力学成像和计算机视觉MATLAB 加速医疗成像分子动力学气象、大气、海洋建模和空间科学中国科学院、清华大学、中国同济大学、上海交大和西安交通大学等7所高校已经将基于CUDA架构 的并行计算课程融入其教学之中，其中中国科学院和清华大学已经走到全球CUDA应用的前列。2009年 9月22日，同济大学海洋学院地球物理系成功部署了其在中国的第一套GPU高性能计算集群，用于地球 物理学和反射地震学方面的革命性研究。该研究项目将探索研究复杂介质中地震波传播理论与数值模拟、复杂介质三维地震偏移成像、多分量地震学的数据处理和解释。Tesla GPU集群革命性的万亿次浮点运算、 多核心GPU技术、CUDA并行结构和编程模式、以及高速互联，使同济大学海洋学院地球物理系可以更快, 更准确地解决计算难题。Nvidia 的官方网站：Nvidia CUDA 开发专区：
CPU+GPU的混合并行计算
