Tesla

GPU Applications

数值分析

通过使用基于NVIDIA® CUDA的GPU,MATLAB, Mathematica以及LabView均能够大幅提升运行性能。

 
Speedup Computations
针对二阶波动方程的 MATLAB 解决方案,与至强 X5650 相比,在 Tesla C2050 上实现了近 10 倍速度提升
[了解详情]
 
 

在线资源
> MATLAB GPU 代码编写最佳实践
> 使用 NVIDIA®Tesla/Quadro GPU加速MATLAB
> NVIDIA® CUDA原型设计以及Mathematica的加速
> GPULib:适用于 IDL 和 MATLAB 的数学函数
> 在R数字环境中开启GPU计算
> 针对CUDA的Mathematica插件
> 针对美国国家仪器LabVIEW 的CUDA GPU数据库
      > LabVIEW CVI用户总结的CUDA使用方法

使用支持CUDA的GPU进行MATLAB加速的技术报告
> 使用 CUDA 的 Canny 边缘检测
> CUDA MATLAB 教程
> 基于 CUDA 的 2D 双线性外推法
> 基于CUDA的高速二维卷积
> 光学正交显微镜中的仿射变换
 
查看 2012 年 GPU 技术大会上的这些数值分析演示文稿:
> 在数值拉普拉斯变换反演方面可缩短数周时间的方法
> 针对 GNU Octave 的 CUDA GPU 计算框架
> 基因组学中针对多维扩展的 Jacket
> 通过 GPU 和遗传算法来改进火星探测车的图像压缩
> 针对 MATLAB 的 CUDA 与 GPU 计算
> GPU 在医学 MRI 领域开辟了全新的道路
> 利用 MATLAB 和 GPU 进行并行计算
> Wolfram 论 Mathematica 和基于 GPU 的数值法
> Wolfram 论 GPU 加速金融中的 Mathematica
> Wolfram 论 Mathematica GPU 编程

如需查看更多演示文稿,敬请访问 GTC 点播


又见
> Tesla/CUDA成功案例
> 其它Tesla纵向解决方案
>  CUDA 软件开发工具和数据库
> 购买英伟达Tesla

MATLAB 是 MathWorks 公司的注册商标。