Tampak bagi saya bahwa hari ini banyak perhitungan dilakukan pada GPU. Jelas grafis dilakukan di sana, tetapi menggunakan CUDA dan sejenisnya, AI, algoritma hashing (pikirkan bitcoin) dan lainnya juga dilakukan pada GPU. Mengapa kita tidak bisa begitu saja menyingkirkan CPU dan menggunakan GPU...
Dari pemahaman saya, orang-orang mulai menggunakan GPU untuk komputasi umum karena mereka adalah sumber daya komputasi tambahan. Dan meskipun mereka tidak secepat CPU untuk setiap operasi, mereka memiliki banyak core, sehingga mereka bisa lebih baik diadaptasi untuk pemrosesan paralel daripada CPU....
Saya memiliki VMware Workstation yang berjalan di host Ubuntu dengan Tamu Ubuntu. Apakah mungkin untuk secara langsung mengakses GPU dari VM? Saya ingin menjalankan CUDA di
Apakah ada titik di mana menggunakan Pemrosesan GPU atau Koprosesor (seperti kartu Intel Xeon PHI atau kartu Nvidia Tesla) sebenarnya dapat mengurangi kecepatan perangkat lunak menghitung data? Katakanlah saya memiliki sekelompok ekspansi PCI-E eksternal yang besar (seperti ini
Bagaimana saya bisa menggunakan Nvidia Titan X saya sebagai output video utama saya dengan driver berpemilik dan AMD Fury X sebagai kartu OpenCL? Apakah mungkin untuk menginstal driver berpemilik Catalyst dan Nvidia secara bersamaan?
Saat ini saya mencari keterbatasan perangkat keras untuk pengaturan ilmiah. Kami mengalami kehilangan data terkait beban tinggi. Pertama-tama saya akan menjelaskan masalah dan mengusulkan solusi, yang saya harap Anda dapat memverifikasi. Kami memiliki kamera yang menyediakan empat gambar 120px x...