Tesla C2075에서 Polygon Intersection에 대한 하나의 알고리즘을 실행하려고합니다. 그러나이 알고리즘을 컴파일하려고하면 컴파일러에서 오류가 발생합니다 : "Entry Function 'Polygon_Intersection'uses too much local data(0x40e8 bytes,0x4000). 내 알고리즘은 약간 복잡하고 커
인터넷을 통해 2 시리즈 카드의 차이점에 대한 정보를 읽었지만 어떻게 든 광고라는 느낌을 갖지는 못합니다. 가장 강력한 GeForce 비용은 대략 700 달러이지만 Tesla의 시작 가격은 2500 달러 정도이며 그 차이가 있습니다. 가장 큰 장점들 사이에 열거 된 ECC 메모리가 흥미롭지 만, 그 차이점을 설명하는 것은 의심 스럽습니다. 두 번째로 가장
나는 알고리즘의 직렬 및 병렬 버전을 비교해야만하는 비교 연구 (NSME-II 알고리즘은 정확히 download link here)에 대해 연구 중이다. NSGA-II는 경험적 최적화 방법이므로 생성 된 초기 무작위 수에 따라 달라집니다. CPU와 GPU를 사용하여 생성 된 초기 모집단이 다르다면 공평한 속도 향상 연구를 할 수 없습니다. 저는 1.3의 계
저는 현재 2 개의 cuda 지원 GPU 인 Quadro 400 및 Tesla C2075가있는 서버에서 작업하고 있습니다. 간단한 벡터 추가 테스트 프로그램을 만들었습니다. 제 문제는 Tesla C2075 GPU가 Quadro 400보다 강력하다고 가정 할 때 작업을 수행하는 데 더 많은 시간이 필요하다는 것입니다. 나는 cudaMemcpy가 대부분의 실행
테슬라 GPU를 사용하여 테슬라 기반 서버를 웹 서버로 사용할 수 있는지 알고 싶습니다. 예를 들어 아파치와 MySQL을 설치하면 정상적인 서버처럼 작동합니까? 가능한 경우 CPU와 거의 동일한 작업을 수행하면서 테슬라 GPU의 성능을 효율적으로 사용할 수 있는지 알고 싶습니다. ?? 는 귀하의 답변 주셔서 감사합니다 :)
Tesla X2050 어댑터의 CUDA로 처리하는 응용 프로그램이 있습니다. 내 시스템에는이 목적으로 응용 프로그램에서 사용하지 않는 Qudaro4000도 있습니다. 또한 패턴을 표시하는 데 사용되는 또 다른 Geforce2xx 그래픽 카드가 있습니다. 패턴을 표시하는 부분은 GeForce2xx 어댑터에 전체 화면 DX9 장치를 만들고 각 디스플레이 프레임