Pemrograman CUDA GPU

CUDA(Compute Unified Device Architecture) adalah suatu skema yang dibuat oleh NVIDIA agar NVIDIA selaku GPU (Graphic Processing Unit) mampu melakukan komputasi tidak hanya untuk pengolahan grafis namun juga untuk tujuan umum. Jadi dengan adanya CUDA kita dapat memanfaatkan banyak prosesor dari NVIDIA untuk melakukan proses perhitungan ataunpun komputasi yang banyak.

Platform CUDA dapat diakses oleh pengembang perangkat lunak melalui library CUDA-accelerated , perintah kompiler (seperti OpenACC ), dan ekstensi untuk bahasa pemrograman standar industri, termasuk C, C++ dan Fortran . C / C++ programmer menggunakan CUDA C / C + +, yang disusun dengan "nvcc", NVIDIA LLVM berbasis C / C++ compiler, dan Fortran programmer dapat menggunakan 'CUDA Fortran', yang disusun dengan PGI CUDA Fortran compiler dari The Portland Grup. Selain library, arahan compiler, CUDA C / C++ dan CUDA Fortran, platform CUDA mendukung interface komputasi lainnya, termasuk Khronos Grup 's OpenCL , Microsoft DirectCompute , dan C++ AMP . Pemrograman pihak ketiga juga tersedia untuk Python , Perl , Fortran , Java , Ruby , Lua , Haskell, Matlab , IDL , dan dukungan asli di Mathematica.

GPU dalah sebuah processor khusus untuk memepercepat dan mengubah memori untuk mempercepat pemrosesan gambar. GPU ini sendiri biasanya berada di dalam graphic card komputer ataupun laptop

Dalam permainan komputer industri, GPU yang digunakan tidak hanya untuk rendering grafis tetapi juga dalam perhitungan fisika permainan (efek fisik seperti puing-puing, asap, api, cairan), contoh termasuk PhysX dan Bullet . CUDA juga telah digunakan untuk mempercepat aplikasi non-grafis dalam biologi komputasi , kriptografi dan bidang lainnya oleh urutan besarnya atau lebih.

CUDA memiliki beberapa keunggulan dibandingkan tradisional perhitungan tujuan umum pada GPU (GPGPU) menggunakan API grafis:

1.       Tersebar membaca - kode dapat membaca dari alamat sewenang-wenang dalam memori.

2.       Memori bersama - CUDA memperlihatkan cepat memori bersama wilayah (sampai 48KB per Multi-Processor) yang dapat dibagi di antara benang. Ini dapat digunakan sebagai cache dikelola pengguna, memungkinkan bandwidth yang lebih tinggi daripada yang mungkin menggunakan pencarian tekstur.

3.       Download lebih cepat dan readbacks ke dan dari GPU.

4.       Dukungan penuh untuk integer dan bitwise operasi, termasuk pencarian tekstur bulat.

Sumber :

http://nafa1108.blogspot.co.id/2015/11/pengantar-pemrograman-cuda-gpu.html

TikaNesia - Jasa Pembuatan Website

Related Posts:

• pengoperasian data qubit Qubit merupakan kuantum bit , mitra dalam komputasi kuantum dengan digit biner atau bit dari komputasi klasik. Sama seperti sedikit adalah unit dasar informasi dalam komputer klasik, qubit adalah unit dasar informasi dala… Read More
• Desain Pemodelan Grafik - Software Grafik Program Aplikasi Grafis atau Istilah grafik atau grafis terkait dengan gambar atau tulisan. Apa sajakah yang disebut Grafik?, gambar apa saja, foto, lukisan atau bahkan tulisan dapat digolongkan sebagai grafik. Namun graf… Read More
• Implementasi Komputasi Pada Bidang Kimia Assalamualaikum. Wr. Wb         Hai, gan apa kabar? Artikel ane kali ini ditujukan untuk menyelesaikan tugas dari mata kuliah pengantar komputasi modern. Dimana pada postingan kali ini ane mau menje… Read More
• Teori Komputasi Assalamualaikum. Wr. Wb Hai, gan apa kabar? Artikel ane kali ini ditujukan untuk menyelesaikan tugas dari mata kuliah pengantar komputasi modern. Dimana pada postingan kali ini ane mau menjelaskan tentang teori komputas… Read More
• Implementasi Komputasi Pada Bidang Fisika Assalamualaikum. Wr. Wb Hai, gan apa kabar? Artikel ane kali ini ditujukan untuk menyelesaikan tugas dari mata kuliah pengantar komputasi modern. Dimana pada postingan kali ini ane mau menjelaskan tentang implementasi… Read More