发表服务
图像处理的GPU加速技术的研究及实现.曾浩洋.【摘要】：随着深度学习、人工智能、大数据等领域的兴起,计算机处理的数据量变的越来越大,而目前的CPU已不能满足这些领域的科研需要。.GPU(GraphicProcessingUnits)最初是用来处理图形计算的,经过多年的发展,使GPU...
北京大学林殷年编者按：GPU由于其强大的并行处理能力，非常适合SIMD(SingleInstructionMultipleData)计算的处理。因此，近年来大量的工作聚焦于使用GPU来对图算法进行加速。本文通过对TriangleCounting（三角形计数）相关算法的研究，提出了...
基于GPU加速的医学图像3D实时绘制技术.摘要摘要医学图像三维可视化技术是目前的一个研究热点问题，也是一个多学科交叉的研究领域和计算机图形学和图像处理技术在生物医学工程中的重要应用。.它涉及的相关知识有数字图像处理、计算机图形学以及医学...
PLDI2021论文分析(三)：DeepCuts-针对GPU的深度学习优化框架.金雪锋..关注AI和基础软件产业，负责AI框架MindSpore的设计.46人赞同了该文章.小伙伴们最近分析PLDI一篇很有意思的论文《DeepCuts:ADeepLearningOptimizationFrameworkforVersatileGPUWorkloads》，给大家分享一下...
GPU设计之初是进行图像的处理，但是由于其出色的性能，许多图算法都迁移到GPU上做，例如BFS算法[1],单源最短路径[2]和子图匹配[3]等算法，都在GPU上实现了非常好的加速效果。本文中我们研究的也是在GPU上设计的三角形计数算法。
本文通过对TriangleCounting（三角形计数）相关算法的研究，提出了一个利用GPU加速的三角形计数计算框架，并且创新性地引入并行的二分查找方法，进行更加高效的取交集操作。.今天介绍的工作是TRICORE:ParallelTriangleCountingonGPUs，作者为YangHu，HangLiu，H.Howie...
基于GPU的EDA加速技术.马海晨.【摘要】：现代半导体工业中EDA扮演者举足轻重的地位,随着半导体芯片日益复杂,对EDA工具的性能要求也越来越高。.而如何快速求解N阶线性方程组则是电路分析性能的关键因素。.另一方面通用GPU的出现,使的大规模并行计算...
北京大学胡琳编者按：北京大学数据管理实验室胡琳博士关于三角形计数的论文《AcceleratingtrianglecountingonGPU》被SIGMOD2021接收。三角形计数是图上的重要算子，近年来三角形计数算法在GPU上获得了很好的加速效果。我们提出了轻量级...
现在GPU加速已经被各领域广泛使用，但凡计算任务比较复杂，有并行的可能，就基本上会用到GPU。意味着你会看到大量的GPU相关的职位。当然，最好你对domainknowledge也有一定程度的了解，对系统有一定的了解。欢迎探讨。
该产品系列旨在弥合GPU和AI加速器之间的差距，因为该设备具有专门用于深度学习工作负载的特定功能。最初的基于Pascal的DGX-1提供了170teraflops的半精度处理，而基于Volta的升级将其提高到960teraflops。更多信息，点击查看1、背景和相关内容
图像处理的GPU加速技术的研究及实现.曾浩洋.【摘要】：随着深度学习、人工智能、大数据等领域的兴起,计算机处理的数据量变的越来越大,而目前的CPU已不能满足这些领域的科研需要。.GPU(GraphicProcessingUnits)最初是用来处理图形计算的,经过多年的发展,使GPU...
北京大学林殷年编者按：GPU由于其强大的并行处理能力，非常适合SIMD(SingleInstructionMultipleData)计算的处理。因此，近年来大量的工作聚焦于使用GPU来对图算法进行加速。本文通过对TriangleCounting（三角形计数）相关算法的研究，提出了...
基于GPU加速的医学图像3D实时绘制技术.摘要摘要医学图像三维可视化技术是目前的一个研究热点问题，也是一个多学科交叉的研究领域和计算机图形学和图像处理技术在生物医学工程中的重要应用。.它涉及的相关知识有数字图像处理、计算机图形学以及医学...
PLDI2021论文分析(三)：DeepCuts-针对GPU的深度学习优化框架.金雪锋..关注AI和基础软件产业，负责AI框架MindSpore的设计.46人赞同了该文章.小伙伴们最近分析PLDI一篇很有意思的论文《DeepCuts:ADeepLearningOptimizationFrameworkforVersatileGPUWorkloads》，给大家分享一下...
GPU设计之初是进行图像的处理，但是由于其出色的性能，许多图算法都迁移到GPU上做，例如BFS算法[1],单源最短路径[2]和子图匹配[3]等算法，都在GPU上实现了非常好的加速效果。本文中我们研究的也是在GPU上设计的三角形计数算法。
本文通过对TriangleCounting（三角形计数）相关算法的研究，提出了一个利用GPU加速的三角形计数计算框架，并且创新性地引入并行的二分查找方法，进行更加高效的取交集操作。.今天介绍的工作是TRICORE:ParallelTriangleCountingonGPUs，作者为YangHu，HangLiu，H.Howie...
基于GPU的EDA加速技术.马海晨.【摘要】：现代半导体工业中EDA扮演者举足轻重的地位,随着半导体芯片日益复杂,对EDA工具的性能要求也越来越高。.而如何快速求解N阶线性方程组则是电路分析性能的关键因素。.另一方面通用GPU的出现,使的大规模并行计算...
北京大学胡琳编者按：北京大学数据管理实验室胡琳博士关于三角形计数的论文《AcceleratingtrianglecountingonGPU》被SIGMOD2021接收。三角形计数是图上的重要算子，近年来三角形计数算法在GPU上获得了很好的加速效果。我们提出了轻量级...
现在GPU加速已经被各领域广泛使用，但凡计算任务比较复杂，有并行的可能，就基本上会用到GPU。意味着你会看到大量的GPU相关的职位。当然，最好你对domainknowledge也有一定程度的了解，对系统有一定的了解。欢迎探讨。
该产品系列旨在弥合GPU和AI加速器之间的差距，因为该设备具有专门用于深度学习工作负载的特定功能。最初的基于Pascal的DGX-1提供了170teraflops的半精度处理，而基于Volta的升级将其提高到960teraflops。更多信息，点击查看1、背景和相关内容
发表服务