- 博客(2)
- 资源 (14)
- 收藏
- 关注
翻译 通过 Autostereograms 案例学习 OpenGL 和 OpenCL 的互操作性
在过去的十年里, GPU (图形处理单元)已经从特殊硬件(特供)转变成可以在数值计算领域开辟新篇章的高性能计算机设备。 许多算法可以使用拥有巨大的处理能力的GPU来高速执行和处理大数据量。即使在通常的情况下,不可能将图形硬件编程化, 图形硬件也可以加快算法与图像的处理。 举个例子:通常情况下可以用来计算图形差分,模糊图像, 合并图像,甚至是进行图像(或数组)平均值计算。
2014-06-29 09:09:05 2808
翻译 游戏开发人员使用CodeXL:如何为GCN分析HLSL
AMD Radeon™ R7、R9系列,几乎所有的HD 7000系列显卡,包括史上最快显卡AMD Radeon™ R9 295X2与流行的AMD Radeon™ R9 290X显卡均采用了下一代图形架构GCN。下一代游戏主机也将采用GCN,对游戏开发人员而言,首要任务是为此架构优化着色器。 以前,游戏开发人员可以使用GPU ShaderAnalyzer(GSA),分析DirectX® HLSL着色器性能。但目前GSA不支持GCN。最近发布的CodeXL 1.4通过CodeXL的命令行工具提供了此项功能。具体
2014-06-09 14:57:11 4019
Erik Noreke:明日的技术与教育工具
2014-05-29
HSA(异构计算架构)介绍
2014-05-29
GPU上数字图像处理并行算法实现
2014-05-29
CPU&GPU的并行编程比较
2014-05-29
稀疏矩阵LU分解在GPU上的性能优化
2014-05-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人