CUDA

MATLAB ile GPU Hesaplama

“MATLAB ile GPU Hesaplama” başlıklı bu sayfayı sürekli güncelleyerek MATLAB ile CUDA destekli grafik işlemcilerle GPU Hesaplama yapmak isteyen kişilere giriş seviyesinde bilgi vermeyi amaçlamaktayım. gpuDeviceCount komutu ile sistemimizde CUDA destekli kaç tane grafik kartı olduğunu sorguluyoruz. Genellikle 1 tanedir,…

A Parallel Version of Tree-Seed Algorithm (TSA) within CUDA Platform

A Parallel Version of Tree-Seed Algorithm (TSA) within CUDA Platform Presented at 29/09/2016, Selçuk International Scientific Conference On Applied Sciences – 2016 Paper: a_parallel_version_of_tree-seed_algorithm-within-cuda-platform-paper Slide: a_parallel_version_of_tree-seed_algorithm-within-cuda-platform-slide Video:

Air pollution modelling using a Graphics Processing Unit with CUDA

“Air pollution modelling using a Graphics Processing Unit with CUDA” başlıklı makale Molnár, F., Szakaly, T., Meszaros, R., & Lagzi, I. tarafından hazırlanmış olup Computer Physics Communications dergisinin 2010 yılında yayınlanan 181.sayısının 105-112.sayfalarında yayınlanmıştır. Hava kirliliği modeli oluştururken kabul edilebilir…

A PSO-Based Document Classification Algorithm accelerated by the CUDA Platform

“A PSO-Based Document Classification Algorithm accelerated by the CUDA Platform” başlıklı çalışma Jan Platos, Vaclav Snasel, Tomas Jezowicz, Pavel Kromer ve Ajith Abraham tarafından hazırlanmış olup 14-17 Ekim 2012 tarihleri arasında Güney Kore’nin başkenti Seul’de düzenlenmiş olan “2012 IEEE International…

Particle Swarm Optimization within the CUDA Architecture

“Particle Swarm Optimization within the CUDA Architecture” Luca Mussi ve Stefano Cagnoni tarafından yazılan makale 2009 yılında GPU’lar Genetik ve Evrimsel Hesaplama çalışması(GECCO 2009) çerçevesinde hazırlanmıştır. Aşağıdaki bağlantıdan makaleyi indirebilirsiniz: Particle_Swarm_Optimization_within_the_CUDA_Architecture Çalışmada 100 boyutlu bir sürü ile 22 kat hızlanma…

MATLAB CUDA kernel çıkış değişkenleri nasıl tanımlanır?

[output1, output2] = feval(CUDA_Kernel,input1, input2, input3) şeklinde tanımlanan bir kernel fonksiyonunda ilk iki giriş değişkeni, çıkış değişkeni olarak kullanılır. İki veya daha az giriş değişkeni var ise ilk giriş değişkeni, çıkış değişkeni olarak belirlenir. Örneğin:

MATLAB GPU CUDA Thread, Block, Grid boyutlarının ayarlanması

Kerneli aşağıdaki şekilde oluşturabiliriz: k = parallel.gpu.CUDAKernel(‘test.ptx’,’test.cu’); Peki bu kaç kere çalıştırılacak? Bunun ayarlanmasını ise GridSize ve ThreadBlockSize özellikleri ile yapmaktayız. Örneğin: k.ThreadBlockSize = [500,1,1]; kodu 500 kere ilgili kernelin çalıştırılacağını belirtir. GridSize: Blok sayısını belirleyen 3 boyutlu bir vektördür…