MathWorks为MATLAB提供GPU支持

2010-04-04 17:07
电信科学 2010年2期
关键词:计算资源应用程序经理

近日在GPU技术大会(GTC)上,MathWorks宣布通过使用Parallel Computing Toolbox或MATLAB Distributed Computing Server实现在MATLAB应用中提供对NVIDIA图形处理器(GPU)的支持。这项支持可使工程师和科学家加快多种MATLAB计算的速度,而无需执行底层编程。

现在,越来越多的工程师和科学家可以借助MATLAB使用NVIDIA的具有支持CUDA的GPU,其中包括基于Fermi架构的最新Tesla 20系列GPU。Parallel Computing Toolbox可以使用户无需学习CUDA编程或对其应用程序进行重大修改,即可访问NVIDIA CUDA库。

MathWorks公司的并行计算市场部经理Silvina Grad-Freilich说:“MATLAB使用方便,它使工程和科学界能快速地采用GPU进行科学计算。MathWorks首次支持NVIDIA具有CUDA的GPU,这使MATLAB用户能利用GPU极大地提速其应用程序。Parallel Computing Toolbox使MATLAB的工程师和科学家只需进行少量编程,即可访问所有开放给他们的计算资源,从本地桌面的多核和GPU到集群和网格等。”

GPU最初设计用于图像密集型视频游戏产业中的图形渲染,但近年来GPU不断发展壮大,现可用于更广泛的用途。研究人员可对其进行编程以执行计算和复杂图形效果,用于数据分析、数据可视化以及金融建模和生物建模等应用。

NVIDIA公司Tesla产品部高级经理Sumit Gupta说:“MATLAB是工程师和科学家工具箱中的基本工具。使用GPU可使MATLAB用户加速其各种应用,这为工程与科学应用领域中的突破性创新提供了基础。”

MATLAB用户可以使用MathWorks提供的Parallel Computing Toolbox在GPU上轻松实现具有GPU计算特色的代码加速。

猜你喜欢
计算资源应用程序经理
基于模糊规划理论的云计算资源调度研究
经理的难题
挑剔的经理
改进快速稀疏算法的云计算资源负载均衡
删除Win10中自带的应用程序
捎你一程
谷歌禁止加密货币应用程序
基于Wi-Fi与Web的云计算资源调度算法研究
耦合分布式系统多任务动态调度算法
夜半买驴的南航经理