Différences entre les versions de « Programmation GPU »
| (3 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 8 : | Ligne 8 : | ||
== Guide == | == Guide == | ||
| − | Au | + | Au Département, des cartes graphiques avec GPU sont disponibles dans tous les laboratoires. Les techniques suivantes permettent d'utiliser les GPU : |
* Programmation en [[CUDA|CUDA]]; | * Programmation en [[CUDA|CUDA]]; | ||
* Toolbox [[GPUmat|GPUmat]] pour [[MATLAB|MATLAB]]; | * Toolbox [[GPUmat|GPUmat]] pour [[MATLAB|MATLAB]]; | ||
| − | |||
* Packages [[Mathematica#Programmation_GPU|CUDALink et OpenCLLink]] de Mathematica. | * Packages [[Mathematica#Programmation_GPU|CUDALink et OpenCLLink]] de Mathematica. | ||
| Ligne 25 : | Ligne 24 : | ||
* [[CUDA|CUDA]] | * [[CUDA|CUDA]] | ||
* [[GPUmat|GPUmat]] | * [[GPUmat|GPUmat]] | ||
| − | |||
* [[MATLAB|MATLAB]] | * [[MATLAB|MATLAB]] | ||
Version actuelle datée du 16 février 2018 à 11:09
La programmation GPU, aussi appelée General-purpose computing on graphics processing units (GPGPU) en anglais, est l'utilisation du processeur graphique dans le but d'effectuer des calculs normalement effectués par le processeur central (CPU) de l'ordinateur. En raison de l'architecture particulière des GPU, les calculs pouvant être parallélisés, comme par exemple l'addition ou la multiplication de matrices, sont exécutés beaucoup plus rapidement par le GPU que par le CPU.
Guide
Au Département, des cartes graphiques avec GPU sont disponibles dans tous les laboratoires. Les techniques suivantes permettent d'utiliser les GPU :
- Programmation en CUDA;
- Toolbox GPUmat pour MATLAB;
- Packages CUDALink et OpenCLLink de Mathematica.
Exemples
Des exemples pour chacune des techniques se trouvent dans les sections respectives.
Voir aussi
Articles connexes
Références externes
La dernière modification de cette page a été faite le 16 février 2018 à 11:09.