作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
GPU通用计算是近几年来迅速发展的一个计算领域,以其强大的并行处理能力为密集数据单指令型计算提供了一个绝佳的解决方案,但受限制于芯片的制造工艺,其运算能力遭遇瓶颈。本文从GPU通用计算的基础——图形API开始,分析GPU并行算法特征、运算的过程及特点,并抽象出了一套并行计算框架。通过计算密集行案例,演示了框架的使用方法,并与传统GPU通用计算的实现方法比较,证明了本框架具有代码精简、与图形学无关的特点。
推荐文章
基于通用计算的GPU-CPU协作计算模式研究
GPU通用计算
并行计算
协作计算模式
划分
任务调度
模型
GPU通用计算软硬件处理架构研究
GPU通用计算
异构系统
硬件架构
软件处理架构
基于GPU-Hadoop的并行计算框架研究与实现
云计算
图形处理器
并行计算
Hadoop
海洋流场可视化
MapReduce
CUDA技术在GPU通用计算中的应用
CUDA技术
GPU处理器
并行计算引擎
存储器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GPU通用计算的并行算法和计算框架的实现
来源期刊 山东农业大学学报(自然科学版) 学科 工学
关键词 GPU通用计算 并行计算 计算框架
年,卷(期) 2016,(3) 所属期刊栏目
研究方向 页码范围 473-476,480
页数 5页 分类号 TN202
字数 3998字 语种 中文
DOI 10.3969/j.issn.1000-2324.2016.03.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱宇兰 16 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (33)
二级引证文献  (5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
GPU通用计算
并行计算
计算框架
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东农业大学学报(自然科学版)
双月刊
1000-2324
37-1132/S
大16开
山东泰安市岱宗大街61号农业大学学报编辑部
1955
chi
出版文献量(篇)
3505
总下载数(次)
10
总被引数(次)
29464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导