Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Contenidos
1) Introducción
2) Objetivos
3) ¿Qué es CUDA?
4) ¡Cuándo Usar?
5) Requisitos
6) Arquitectura CUDA
7) Tarjetas con mayor capacidad
8) Instalación
9) Ejemplos de Código
10) Entorno de Desarrollo con biblioteca ArrayFire
11) Linux GPU.
Introducción
Atreves de este trabajo nos adentramos en CUDA desde la definición a grandes rasgos hasta
entornos de desarrollo y librerías especializadas para CUDA.
Objetivos
Dar a conocer la arquitectura de cálculo CUDA teniendo en cuenta la información otorgada
por NVIDIA en su página WEB.
Comprender el uso de las unidades de procesamiento gráfico, como una herramienta para la
aplicación de computación paralela.
¿Qué es CUDA?
Arquitectura de procesamiento en paralelo que, gracias a la unidad de procesamiento
grafico mejora el rendimiento de un sistema utilizando herramientas de desarrollo creados
por nVidia.
¿Cuándo Usar?
Requisitos
Sistema operativo:
Windows 7, 8, 8.1, 10
RAM:
2 GB de memoria de sistema
CPU:
Intel Pentium G Series, Core 2 Duo, Quad Core i3, i5, i7, o superior
AMD Phenom II, Athlon II, Phenom X4, FX o higher
Desktop: GeForce GTX 650 o tarjeta gráfica superior
Notebook: No-Optimus Notebook con GeForce GTX 660M o gráficas superiores (Soporte
para Optimus próximamente)
Controlador de GPU: 355.60 or higher
CPU: Intel i3-2100 3.1GHz
Memoria del sistema: 4 GB o superior
Sistema operativo: Windows 7, 8 o 10
Enrutador
Mínimo: 802.11 a/g
Recomendado: Ethernet o WiFi 802.11n/ac doble banda
Recommended Network Bandwidth: 7 Mbps de subida
Games: DirectX 9 or higher games running in fullscreen exclusive mode**
PC de invitado
GPU: Sin requisitos mínimos
CPU: Intel i3-2100 3,1 GHz o superior
Memoria de Sistema: 4 GB o superior
Software: Chrome versión 44
Sistema operativo: Windows 7, 8 o 10
Enrutador
Mínimo: 802.11 a/g
Recomendado: Ethernet o WiFi 8.02.11n/ac doble banda
Recommended Network Bandwidth: 7 Mbps de bajada.
Arquitectura CUDA
Arquitectura CUDA
Instalación
Para usar CUDA debes descargar e instalar: los drivers para la tarjeta de video (tu tarjeta
debe soportar CUDA), el toolkit de CUDA que contiene los elementos necesarios para
poder compilar, y el GPU Computing SDK que contiene proyectos de ejemplo. Todo esto
- Instalación gráfica:
Ejemplos de Código
1)
librerías
Método de inicio
código
2)
retorno
Son códigos muy básicos, pero para iniciar pueden resultar interesantes.
Linux GPU
Conclusion
Arquitectura del computador
Ingeniería De Sistemas FACULTAD DE INGENIERÍA
UNIVERSIDAD CATÓLICA DE ORIENTE
12
Nvidia tiene una de las arquitecturas para GPU más impresionante del mercado sim
embargo aún tiene muchos desafíos que cumplir para hacer que CUDA se quede, ya que,
aunque tecnológicamente es innegablemente un éxito, la tarea ahora es convencer a los
desarrolladores de que es una plataforma creíble, y eso no parece que sea fácil. Sin
embargo, a juzgar por los muchos anuncios recientes en las noticias sobre la API, el futuro
no parece poco prometedor.