问题标签 [gpu]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
directx - 在 DirectX 中计算顶点法线
作为学习经验,我正在编写一个即时模式管理的 DirectX 9 应用程序。
我正在手动计算场景中所有三角形的顶点法线,以实现平滑的 Gouraud 着色。
这按预期工作,但我猜这不是最有效的方法。是否可以让 GPU 为我执行此操作?
monitoring - 监控显卡使用情况
当我运行某个应用程序时,如何监控使用了多少显卡?我想看看我的应用程序使用了多少 GPU。
monitoring - GPU监控软件
我对可以记录进程和进程使用的内存(视频卡内存)的 GPU 监控软件感兴趣。
我对各种解决方案持开放态度,甚至是一个软件+一些脚本来帮助我记录这种数据。
我需要在 Windows Vista 下运行的软件
sdk - 如何获取 OpenCL SDK?
我正在阅读http://www.khronos.org/网站,只找到了 OpenCL 的标头(不是我不关心的 OpenGL)。如何获取 OpenCL SDK?
.net - 我可以利用 GPU 从 .NET 进行 AES 加密吗?如果是这样,怎么做?
来自都柏林三一学院的有趣论文:
AES Encryption Implementation and Analysis on Commodity Graphics Processing Units
他们的技术使用 openGL 让 GPU 进行 AES 所需的数字转换。
通过托管的 .NET 库公开此功能(执行流加密)有多难?
我将如何开始?提示?例子?
编辑:有人有使用 CUDA 或 Accelerator 的经验吗?
c# - C#:在 GPU 而不是 CPU 上执行操作(计算 Pi)
我最近阅读了很多关于将部分计算转移到 GPU 上的软件(主要是科学/数学和加密相关),这会导致支持的操作速度提高 100-1000(!)倍。
是否有库、API 或其他方式通过 C# 在 GPU 上运行某些东西?我正在考虑简单的 Pi 计算。如果这完全相关,我有一个 GeForce 8800 GTX(虽然更喜欢卡独立的解决方案)。
cuda - cudaMemcpyToSymbol 不复制数据
我想使用__constant__
所有内核中的所有线程都可以访问的内存。
声明是这样的
我正在使用将数据复制到此变量
smooth_size = 7K 字节
它给了我不正确的输出
但是当我在-deviceemu
模式下运行它并尝试在内核中打印这两个变量的内容时,我得到了所有的零平滑和smooth_local 是正确的。
cudaMemcpyToSymbol
我尝试在它仍然给我 0之后打印输出。
你能解释一下我的问题吗?
c++ - 使用 C++ 提取 GPU 信息(希望是 WMI?)
我想知道如何使用 C++ 提取 GPU。但是,我感兴趣的信息不是 Win32_VideoController 类中可用的数据(啊……墨菲编程定律)。具体来说,我对(内存和着色器时钟)感兴趣。
我想知道如何获取这些信息。
如果可能,我想避免 DirectX 查询,因为我对此缺乏了解(事实上,零:P)。但是,如果这是最简单的方法,那么我愿意尝试一下。任何链接/教程将不胜感激。
谢谢
c++ - 使用 SetupDiEnumDeviceInfo 获取 GPU 时钟速度
我之前发布了一个关于获取 GPU 时钟速度的问题,但我猜该线程似乎已经回答了,因为有人已经回复了它。
您的一位成员建议我尝试使用 SetupDiEnumDeviceInfo 提取 GPU 时钟速度。
但是,我查看了一些示例,例如: http: //www.codeproject.com/KB/system/DevMgr.aspx
时钟速度似乎没有任何显示。
如果可能的话,有人可以详细说明如何实现这一目标吗?
再次感谢
parallel-processing - 如何在多个 GPU 上扩展 Cholesky 分解
我已经实现了 Cholesky 分解,用于使用 ATI Stream SDK 在 GPU 上求解大型线性方程。现在我想利用越来越多的 GPU 的计算能力,我想在多个 GPU 上运行这段代码。
目前我安装了一台机器和一台 GPU,并且 cholesky 分解运行正常。我想为 N 台机器做这件事,并且都安装了一个 GPU。所以建议我应该如何进行。