![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
HPC
文章平均质量分 81
HPC,高性能计算。主要介绍基于CUDA的并行计算或者基于Intel CPU的多线程计算
ANTennaaa
这个作者很懒,什么都没留下…
展开
-
ubuntu如何编译cuda?
安装cuda toolkit之后,会有samples文件夹,存储了cuda的一些demo,便于学习与理解。编译步骤在单个sample文件夹内,有 .cu 文件和Makefile,终端定位到文件夹,输入sudo make就可以编译了2.运行,如./asyncAPI ,就可以看到输出的信息[./asyncAPI] - Starting...GPU Device 0: "Pascal" with compute capability 6.1CUDA device [GeForce GTX 1.原创 2020-05-30 08:48:13 · 1523 阅读 · 0 评论 -
Python 多核CPU并行计算(二) Lock加锁
多个进程对同一个共享内存的数据只进行访问是安全的。然而如果要对数据进行处理就说不准了。多个进程有可能存在竞争,从而造成数据计算错误。解决方案是对核心的操作进行加锁,保证一个进程在处理数据的时候,该数据不会被其他进程所修改。Demo code# Lock 在共享内存中应用import multiprocessing as mp# 是应用pool方法 进行数据并行测试,这里????不加锁看看效果# 解释一下数据并行:同样的函数,对不同数据进行操作# 对应的是任务并行:同样的数据,要不同翻译 2020-05-29 17:14:37 · 794 阅读 · 0 评论 -
Python 多核CPU并行计算
多进程实现并行计算的简单示例这里我们开两个进程,计算任务也简洁明了# 多进程import multiprocessing as mpdef job(q, a, b): print('aaa') q.put(a**1000+b*1000) # 把计算结果放到队列# 多进程if __name__ == '__main__': q = mp.Queue() # 一个队列 p1 = mp.Process(target=job, args=(q, 10.转载 2020-05-29 00:15:33 · 1908 阅读 · 0 评论 -
并行计算手段一览
“旧时王谢堂前燕,飞入寻常百姓家”。计算机硬件的发展的确是令人激动的一件事。而遇到一些hard问题时仍需要我们尽可能寻找可以work的出路。并行计算就是首先被考虑到的(分布式系统暂时按住不表)。针对不同的问题(或者说手里已有的资源),选择合适的计算架构尤其重要。与此同时,还需要考虑在使用并行架构时依托的硬件、编程语言等。本篇给出目前主流的并行计算平台以及对应的并行框架GPU主流架构...原创 2020-05-01 21:30:17 · 488 阅读 · 0 评论