CUDA

Из Википедије, слободне енциклопедије

CUDA (engl. Compute Unified Device Architecture) je platforma za paralelnu obradu koju je kreirala Nvidia, i implementirana je na grafičkim procesorima koje oni proizvode. [1] CUDA daje programerima direktan pristup virtuelnom skupu instrukcija i memoriji za paralelnu obradu u GPU.

Pomoću CUDA platforme, GPU se može koristiti i za generalno programiranje, a ne samo za grafiku. Ovaj pristup je poznat kao GPGPU (eng. General-purpose computing on graphics processing units). Za razliku od CPU, GPU poseduje paralelnost kroz arhitekturu koja naglašava izvršavanje više konkurentnih niti sporije, umesto izvršavanja jedne niti veoma brzo.

CUDA platforma je dostupna programerima kroz CUDA biblioteke, kompajlerske direktive, i ekstenzije programskih jezika C, C++ i Fortran. C/C++ programeri koriste 'CUDA C/C++', kompajler sa "nvcc", LLVM C/C++ kompajlerom.[2]

Osim biblioteka, direktiva, CUDA C/C++ i CUDA Fortran, CUDA platforma podržava i druge interfejse kao što su OpenCL, Microsoft DirectCompute (interfejs koji je deo DirectX SDK) i C++ AMP.[3]

U industriji računarskih igara, GPU se osim za grafičko renderovanje koristi i za matematička izračunavanja u fizici za efekte poput vatre, dima, i dinamike fluida. CUDA se za ovu svrhu koristi u NVIDIA PhysX i Bullet fizičkim mašinama. Osim u video igrama, CUDA se također koristi i za ubrzavanje izračunavanja u biologiji, kriptografiji i drugim naučnim poljima sa intenzivnom primenom matematičkih izračunavanja. [4][5][6][7][8]

CUDA obezbeđuje API niskog nivoa, kao i API visokog nivoa. Prva verzija CUDA SDK je predstavljena 15. Februara 2007. za Microsoft Windows i Linux. Mac OS X podrška je dodana kasnije u verziji 2.0.[9] CUDA radi na svim Nvidia GPU počevši od G8x serije, Nvidia GeForce, Nvidia Quadro i Nvidia Tesla brendovima.

Primer obrade u CUDA:
1. Kopiranje podataka iz glavne memorije u GPU memoriju
2. CPU šalje instrukcije za obradu do GPU
3. GPU obrađuje podatke paralelno u svakom jezgru
4. Kopiranje rezultata iz GPU memorije nazad u glavnu memoriju

Pozadina[уреди]

Vista-xmag.png За више информација погледајте чланак Grafički procesor

GPU, kao specijalni procesor, obavlja veoma intenzivne zadatke vezane za 3D grafiku visoke rezolucije u realnom vremenu. GPU je evoluirao u paralelni višeprocesorski sistem koji omogućava veoma efikasnu obradu velikih blokova podataka. GPU je efikasniji nego opštenamenski CPU za algoritme gde se veliki blokovi podataka obrađuju paralelno, poput:

Prednosti[уреди]

CUDA ima nekoliko prednosti nad obradom pomoću grafičkih API-ja:

  • Razbacano čitanje - kod može biti pročitan sa proizvoljne adrese u memoriji;
  • Deljena memorija – CUDA izlaže brze regione deljene memorije (do 48KB po multi-procesoru) koji mogu biti deljeni između niti. Ovo se može koristiti kao korisnički keš, pružajući veći propust podataka nego što je to moguće pomoću metode traženja tekstura (eng. texture lookups method);[10]
  • Brži tok podataka iz/u GPU;
  • Puna podrška za celobrojne i bitovne operacije, uključujući celobrojno pretraživanje tekstura;

Ograničenja[уреди]

  • CUDA ne podržava puni C standard, tako da se validan C kod, ali pogrešan C++ kod neće kompajlirati;

[11][12]

  • Renderovanje tekstura nije podržano;
  • Kopiranje podataka između hosta i memorije uređaja može rezultovati opadanjem performansi zbog propusta i kašnjenja sistemske magistrale;
  • Niti bi se trebale izvršavati u grupama od po barem 32 niti za najbolje performanse. Grananja u programu nemaju uticaja na performanse, pod pretpostavkom da svaka od 32 niti ima isti izvršni tok;
  • CUDA je dostupna samo na GPU koje proizvodi Nvidia;

[13]

  • Validan C++ kod ponekad može biti označen što sprečava njegovo kompajliranje zbog tehnika optimizacije koje kompajler koristi;
  • CUDA koristi podskup C jezika, bez rekurzije i pokazivača na funkcije sa dodatnim manjim proširenjima. Međutim, pojedinačan proces se mora izvršavati na više razdvojenih memorijskih prostora za razliku od ostalih C izvršnih okruženja;
  • Realni brojevi dvostruke preciznosti (CUDA compute capability 1.3+)[14] odstupaju od IEEE 754 standarda: "zaokruži na najbliži paran" je jedini podržan mod zaokruživanja za recipročne vrednosti, deljenje, i kvadratni koren;

Podržani GPU[уреди]

CUDA compute capability tabela za GPU i grafičku kartu. Također direktno dostupno na: Nvidia:

CUDA
compute capability
(verzija)
GPU Grafičke kartice
1.0 G80, G92, G92b, G94, G94b GeForce GT 420*, GeForce 8800 Ultra, GeForce 8800 GTX, GeForce GT 340*, GeForce GT 330*, GeForce GT 320*, GeForce 315*, GeForce 310*, GeForce 9800 GT, GeForce 9600 GT, GeForce 9400GT, Quadro FX 5600, Quadro FX 4600, Quadro Plex 2100 S4, Tesla C870, Tesla D870, Tesla S870
1.1 G86, G84, G98, G96, G96b, G94, G94b, G92, G92b GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M, Quadro FX 4700 X2, Quadro FX 3700, Quadro FX 1800, Quadro FX 1700, Quadro FX 580, Quadro FX 570, Quadro FX 470, Quadro FX 380, Quadro FX 370, Quadro FX 370 Low Profile, Quadro NVS 450, Quadro NVS 420, Quadro NVS 290, Quadro NVS 295, Quadro Plex 2100 D4, Quadro FX 3800M, Quadro FX 3700M, Quadro FX 3600M, Quadro FX 2800M, Quadro FX 2700M, Quadro FX 1700M, Quadro FX 1600M, Quadro FX 770M, Quadro FX 570M, Quadro FX 370M, Quadro FX 360M, Quadro NVS 320M, Quadro NVS 160M, Quadro NVS 150M, Quadro NVS 140M, Quadro NVS 135M, Quadro NVS 130M, Quadro NVS 450, Quadro NVS 420, Quadro NVS 295
1.2 GT218, GT216, GT215 GeForce GT 240, GeForce GT 220*, GeForce 210*, GeForce GTS 360M, GeForce GTS 350M, GeForce GT 335M, GeForce GT 330M, GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce 310M, GeForce 305M, Quadro FX 380 Low Profile, NVIDIA NVS 300, Quadro FX 1800M, Quadro FX 880M, Quadro FX 380M, NVIDIA NVS 300, NVS 5100M, NVS 3100M, NVS 2100M
1.3 GT200, GT200b GeForce GTX 280, GeForce GTX 275, GeForce GTX 260, Quadro FX 5800, Quadro FX 4800, Quadro FX 4800 for Mac, Quadro FX 3800, Quadro CX, Quadro Plex 2200 D2, Tesla C1060, Tesla S1070, Tesla M1060
2.0 GF100, GF110 GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465, GeForce GTX 480M, Quadro 6000, Quadro 5000, Quadro 4000, Quadro 4000 for Mac, Quadro Plex 7000, Quadro 5010M, Quadro 5000M, Tesla C2075, Tesla C2050/C2070, Tesla M2050/M2070/M2075/M2090
2.1 GF104, GF106 GF108,GF114, GF116, GF119 GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450*, GeForce GT 640 (GDDR3), GeForce GT 630, GeForce GT 620, GeForce GT 610, GeForce GT 520, GeForce GT 440, GeForce GT 440*, GeForce GT 430, GeForce GT 430*, GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 625M, GeForce GT 720M, GeForce GT 620M, GeForce 710M, GeForce 610M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GeForce GT 525M, GeForce GT 520MX, GeForce GT 520M, GeForce GTX 485M, GeForce GTX 470M, GeForce GTX 460M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M, Quadro 2000, Quadro 2000D, Quadro 600, Quadro 410, Quadro 4000M, Quadro 3000M, Quadro 2000M, Quadro 1000M, NVS 5400M, NVS 5200M, NVS 4200M
3.0 GK104, GK106, GK107 GeForce GTX 770, GeForce GTX 760, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti, GeForce GTX 660, GeForce GTX 650 Ti BOOST, GeForce GTX 650 Ti, GeForce GTX 650, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GTX 680MX, GeForce GTX 680M, GeForce GTX 675MX, GeForce GTX 670MX, GeForce GTX 660M, GeForce GT 750M, GeForce GT 650M, GeForce GT 745M, GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M, Quadro K5000, Quadro K4000, Quadro K2000, Quadro K2000D, Quadro K600, Quadro K500M, Tesla K10
3.5 GK110, GK208 GeForce GTX TITAN, GeForce GTX 780 Ti, GeForce GTX 780, GeForce GT 640 (GDDR5), Quadro K6000, Tesla K40, Tesla K20x, Tesla K20

'*' - OEM proizvodi

Tabela uređaja koji podržavaju platformu CUDA:[13]

Nvidia GeForce
GeForce GTX TITAN
GeForce GTX 780 Ti
GeForce GTX 780
GeForce GTX 770
GeForce GTX 760
GeForce GTX 690
GeForce GTX 680
GeForce GTX 670
GeForce GTX 660 Ti
GeForce GTX 660
GeForce GTX 650 Ti BOOST
GeForce GTX 650 Ti
GeForce GTX 650
GeForce GT 640
GeForce GTX 590
GeForce GTX 580
GeForce GTX 570
GeForce GTX 560 Ti
GeForce GTX 560
GeForce GTX 550 Ti
GeForce GT 520
GeForce GTX 480
GeForce GTX 470
GeForce GTX 465
GeForce GTX 460
GeForce GTX 460 SE
GeForce GTS 450
GeForce GT 440
GeForce GT 430
GeForce GT 420
GeForce GTX 295
GeForce GTX 285
GeForce GTX 280
GeForce GTX 275
GeForce GTX 260
GeForce GTS 250
GeForce GTS 240
GeForce GT 240
GeForce GT 220
GeForce 210/G210
GeForce GT 140
GeForce 9800 GX2
GeForce 9800 GTX+
GeForce 9800 GTX
GeForce 9800 GT
GeForce 9600 GSO
GeForce 9600 GT
GeForce 9500 GT
GeForce 9400 GT
GeForce 9400 mGPU
GeForce 9300 mGPU
GeForce 9100 mGPU
GeForce 8800 Ultra
GeForce 8800 GTX
GeForce 8800 GTS
GeForce 8800 GT
GeForce 8800 GS
GeForce 8600 GTS
GeForce 8600 GT
GeForce 8600 mGT
GeForce 8500 GT
GeForce 8400 GS
GeForce 8300 mGPU
GeForce 8200 mGPU
GeForce 8100 mGPU
GeForce GT 630
Nvidia GeForce Mobile
GeForce GTX 780M
GeForce GTX 770M
GeForce GTX 765M
GeForce GTX 760M
GeForce GT 750M
GeForce GT 745M
GeForce GT 740M
GeForce GT 735M
GeForce GT 730M
GeForce GTX 680MX
GeForce GTX 680M
GeForce GTX 675MX
GeForce GTX 675M
GeForce GTX 670MX
GeForce GTX 670M
GeForce GTX 660M
GeForce GT 650M
GeForce GT 645M
GeForce GT 640M
GeForce GTX 580M
GeForce GTX 570M
GeForce GTX 560M
GeForce GT 555M
GeForce GT 550M
GeForce GT 540M
GeForce GT 525M
GeForce GT 520M
GeForce GTX 480M
GeForce GTX 470M
GeForce GTX 460M
GeForce GT 445M
GeForce GT 435M
GeForce GT 425M
GeForce GT 420M
GeForce GT 415M
GeForce GTX 285M
GeForce GTX 280M
GeForce GTX 260M
GeForce GTS 360M
GeForce GTS 350M
GeForce GTS 260M
GeForce GTS 250M
GeForce GT 335M
GeForce GT 330M
GeForce GT 325M
GeForce GT 320M
GeForce 310M
GeForce GT 240M
GeForce GT 230M
GeForce GT 220M
GeForce G210M
GeForce GTS 160M
GeForce GTS 150M
GeForce GT 130M
GeForce GT 120M
GeForce G110M
GeForce G105M
GeForce G103M
GeForce G102M
GeForce G100
GeForce 9800M GTX
GeForce 9800M GTS
GeForce 9800M GT
GeForce 9800M GS
GeForce 9700M GTS
GeForce 9700M GT
GeForce 9650M GT
GeForce 9650M GS
GeForce 9600M GT
GeForce 9600M GS
GeForce 9500M GS
GeForce 9500M G
GeForce 9400M G
GeForce 9300M GS
GeForce 9300M G
GeForce 9200M GS
GeForce 9100M G
GeForce 8800M GTX
GeForce 8800M GTS
GeForce 8700M GT
GeForce 8600M GT
GeForce 8600M GS
GeForce 8400M GT
GeForce 8400M GS
GeForce 8400M G
GeForce 8200M G
Nvidia Quadro
Quadro K6000
Quadro K5000
Quadro K4000
Quadro K2000D
Quadro K2000
Quadro K600
Quadro 6000
Quadro 5000
Quadro 4000
Quadro 2000
Quadro 600
Quadro FX 5800
Quadro FX 5600
Quadro FX 4800
Quadro FX 4700 X2
Quadro FX 4600
Quadro FX 3800
Quadro FX 3700
Quadro FX 1800
Quadro FX 1700
Quadro FX 580
Quadro FX 570
Quadro FX 380
Quadro FX 370
Quadro NVS 510
Quadro NVS 450
Quadro NVS 420
Quadro NVS 295
Quadro Plex 1000 Model IV
Quadro Plex 1000 Model S4
Nvidia Quadro Mobile
Quadro K5100M
Quadro K5000M
Quadro K4100M
Quadro K4000M
Quadro K3100M
Quadro K3000M
Quadro K2100M
Quadro K2000M
Quadro K1100M
Quadro K1000M
Quadro K610M
Quadro K510M
Quadro K500M
Quadro 5010M
Quadro 5000M
Quadro 4000M
Quadro 3000M
Quadro 2000M
Quadro 1000M
Quadro FX 3800M
Quadro FX 3700M
Quadro FX 3600M
Quadro FX 2800M
Quadro FX 2700M
Quadro FX 1800M
Quadro FX 1700M
Quadro FX 1600M
Quadro FX 880M
Quadro FX 770M
Quadro FX 570M
Quadro FX 380M
Quadro FX 370M
Quadro FX 360M
Quadro NVS 320M
Quadro NVS 160M
Quadro NVS 150M
Quadro NVS 140M
Quadro NVS 135M
Quadro NVS 130M
Nvidia Tesla
Tesla K40
Tesla K20X
Tesla K20
Tesla K10
Tesla C2050/2070
Tesla M2050/M2070
Tesla S2050
Tesla S1070
Tesla M1060
Tesla C1060
Tesla C870
Tesla D870
Tesla S870


Specifikacije i svojstva verzija[уреди]

Podrška svojstva CUDA compute capability (verzija)
1.0 1.1 1.2 1.3 2.x 3.0 3.5
Celobrojne atomske funkcije nad 32-bitnim rečima u globalnoj memoriji Не Да
atomicExch() nad 32-bitnim
vrednostima brojeva sa pokretnom tačkom u globalnoj memoriji
Celobrojne atomske funkcije nad 32-bitnim rečima u deljenoj memoriji Не Да
atomicExch() nad 32-bitnim
vrednostima brojeva sa pokretnom tačkom u deljenoj memoriji
Celobrojne atomske funkcije nad 64-bitnim rečima u globalnoj memoriji
Warp vote funkcije
Operacije nad brojevima sa pokretnom tačkom dvostruke preciznosti Не Да
Atomske funkcije za obradu 64-bitnih
celobrojnih vrednosti u deljenoj memoriji
Не Да
Atomske funkcija sabiranja brojeva sa pokretnom tačkom nad 32-bitnim rečima u deljenoj memoriji
_ballot()
_threadfence_system()
_syncthreads_count(),
_syncthreads_and(),
_syncthreads_or()
Funkcije za površine
3D mreža blokova niti
Warp funkcije Не Да
Funnel shift Не Да
Dinamička paralelnost
Tehničke specifikacije CUDA compute capability (verzija)
1.0 1.1 1.2 1.3 2.x 3.0 3.5
Maksimalna dimenzionalnost mreže bloka niti 2 3
Maksimalna x-, y-, ili z-dimenzija mreže bloka niti 65535 231-1
Maksimalna dimenzionalnost bloka niti 3
Maksimalna x- ili y-dimenzija bloka 512 1024
Maksimalna z-dimenzija bloka 64
Maksimalan broj niti po bloku 512 1024
Warp veličina 32
Maksimalan broj rezidentnih blokova po multiprocesoru 8 16
Maksimalan broj rezidentnih niti po multiprocesoru 768 1024 1536 2048
Broj 32-bitnih registara po multiprocesoru 8 K 16 K 32 K 64 K
Maksimalan broj 32-bitnih registara po niti 128 63 255
Maksimalna količina deljene memorije po multiprocesoru 16 KB 48 KB
Količina lokalne memorije po niti 16 KB 512 KB
Veličina konstantne memorije 64 KB
Veličina keša po multiprocesoru za konstantnu memoriju 8 KB
Veličina keša po multiprocesoru za memoriju tekstura Zavisno od uređaja, između 6 KB i 8 KB 12 KB Između 12 KB
i 48 KB
Maksimalna širina za referencu 1D teksture vezane za CUDA niz 8192 65536
Maksimalna širina za referencu 1D teksture vezane za linearnu memoriju 227
Maksimalna širina i broj slojeva za referencu 1D slojevite teksture 8192 × 512 16384 × 2048
Maksimalna visina i širina za referencu 2D teksture vezane za CUDA niz 65536 × 32768 65536 × 65535
Maksimalna visina i širina za referencu 2D teksture vezane za linearnu memoriju 65000 × 65000 65000 × 65000
Maksimalna visina,širina, i broj slojeva za referencu 2D slojevite teksture 8192 × 8192 × 512 16384 × 16384 × 2048
Maksimalna visina,širina, i dubina za referencu 3D teksture vezane za CUDA niz ili linearnu memoriju 2048 × 2048 × 2048 4096 × 4096 × 4096
Maksimalna širina (i visina) za referencu cubemap teksture N/A 16384
Maksimalna širina (i visina) i broj slojeva za referencu cubemap slojevite teksture N/A 16384 × 2046
Maksimalan broj tekstura koje se mogu vezati za kernel 128 256
Maksimalna širina reference 1D površine vezane za CUDA niz Nije
podržano
65536
Maksimalna širina i broj slojeva reference 1D slojevite površine 65536 × 2048
Maksimalna širina i visina za referencu 2D površine vezane za CUDA niz 65536 × 32768
Maksimalna širina, visina, i broj slojeva reference 2D slojevite površine 65536 × 32768 × 2048
Maksimalna širina, visina, i dubina reference 3D površine vezane za CUDA niz 65536 × 32768 × 2048
Maksimalna širina (i visina) reference za cubemap površinu vezanu za CUDA niz 32768
Maksimalna širina (i visina) i broj slojeva reference za cubemap slojevitu površinu 32768 × 2046
Maksimalan broj površina koje se mogu povezati u kernelu 8 16
Maksimalan broj instrukcija po kernelu 2 million 512 million
Specifikacije arhitekture CUDA compute capability (verzija)
1.0 1.1 1.2 1.3 2.0 2.1 3.0 3.5
Broj jezgara za funkcije koje izvršavaju celobrojnu aritmetiku i aritmetiku sa pokretnim zarezom 8 32 48 192 192
Broj jedinica za filtriranje tekstura po izlaznoj rendering jedinici 2 4 8 32 32
Broj warp raspoređivača 1 2 2 4 4
Broj instrukcija izdatih odjednom od strane raspoređivača 1 1 2 2 2


Primer[уреди]

Primer koda u C++ koji učitava teksturu iz slike u niz na GPU:

texture<float, 2, cudaReadModeElementType> tex;
 
void foo()
{
  cudaArray* cu_array;
 
  // Alokacija niza
  cudaChannelFormatDesc description = cudaCreateChannelDesc<float>();
  cudaMallocArray(&cu_array, &description, width, height);
 
  // Kopiranje podataka iz slike u niz
  cudaMemcpyToArray(cu_array, image, width*height*sizeof(float), cudaMemcpyHostToDevice);
 
  // Postavka parametara teksture
  tex.addressMode[0] = cudaAddressModeClamp;
  tex.addressMode[1] = cudaAddressModeClamp;
  tex.filterMode = cudaFilterModePoint;
  tex.normalized = false; // do not normalize coordinates
 
  // Vežemo teksturu za niz
  cudaBindTextureToArray(tex, cu_array);
 
  // Izvršavamo kernel
  dim3 blockDim(16, 16, 1);
  dim3 gridDim((width + blockDim.x - 1)/ blockDim.x, (height + blockDim.y - 1) / blockDim.y, 1);
  kernel<<< gridDim, blockDim, 0 >>>(d_data, height, width);
 
  // Poništavamo vezu tekstura-niz
  cudaUnbindTexture(tex);
} //end foo()
 
__global__ void kernel(float* odata, int height, int width)
{
   unsigned int x = blockIdx.x*blockDim.x + threadIdx.x;
   unsigned int y = blockIdx.y*blockDim.y + threadIdx.y;
   if (x < width && y < height) {
      float c = tex2D(tex, x, y);
      odata[y*width+x] = c;
   }
}

Trenutna i buduća upotreba CUDA platforme[уреди]

  • Ubrzano prikazivanje 3D grafike
  • Ubrzana konverzija formata video fajlova
  • Ubrzana enkripcija, dekripcija i kompresija
  • Izračunavanja u biologiji
  • Simulacije u fizici, naročito kod dinamike fluida.
  • Distribuirana obrada

Reference[уреди]

  1. ^ NVIDIA CUDA Home Page
  2. ^ CUDA LLVM Compiler
  3. ^ DirectCompute Ocean Demo Running on Nvidia CUDA-enabled GPU на Јутјубу
  4. ^ Giorgos Vasiliadis, Spiros Antonatos, Michalis Polychronakis, Evangelos P. Markatos and Sotiris Ioannidis (September 2008, Boston, MA, USA). „Gnort: High Performance Network Intrusion Detection Using Graphics Processors“ (PDF). Proceedings of the 11th International Symposium on Recent Advances in Intrusion Detection (RAID). 
  5. ^ Schatz, M.C., Trapnell, C., Delcher, A.L., Varshney, A. (2007). „High-throughput sequence alignment using Graphics Processing Units“. BMC Bioinformatics 8:474: 474. DOI:10.1186/1471-2105-8-474. PMC 2222658. PMID 18070356. 
  6. ^ Manavski, Svetlin A.; Giorgio Valle (2008). „CUDA compatible GPU cards as efficient hardware accelerators for Smith-Waterman sequence alignment“. BMC Bioinformatics 9: S10. DOI:10.1186/1471-2105-9-S2-S10. PMC 2323659. PMID 18387198. 
  7. ^ Pyrit – Google Code http://code.google.com/p/pyrit/
  8. ^ Use your Nvidia GPU for scientific computing, BOINC official site (December 18, 2008)
  9. ^ Nvidia CUDA Software Development Kit (CUDA SDK) – Release Notes Version 2.0 for MAC OSX
  10. ^ Silberstein, Mark; Schuster, Assaf; Geiger, Dan; Patney, Anjul; Owens, John D. (2008). „Efficient computation of sum-products on GPUs through software-managed cache“. Proceedings of the 22nd annual international conference on Supercomputing - ICS '08. pp. 309-318. DOI:10.1145/1375527.1375572. ISBN 978-1-60558-158-3. 
  11. ^ NVCC forces c++ compilation of .cu files
  12. ^ C++ keywords on CUDA C code
  13. ^ а б „CUDA-Enabled Products“. CUDA Zone. Nvidia Corporation Приступљено 3. 11. 2008.. 
  14. ^ CUDA and double precision floating point numbers

Spoljašnje veze[уреди]