问题标签 [kepler]

我在这里使用火星的方程式和数据 http://ssd.jpl.nasa.gov/txt/aprx_pos_planets.pdf

以及在第四页顶部给出的偏心异常开普勒方程的解 http://murison.alpheratz.net/dynamics/twobody/KeplerIterations_summary.pdf

并通过将 get_centuries_past 中的日期修改为以下日期并查看第 E-7 页以获取火星的实际 x、y、z 坐标来检查输出（以下示例数据，但好奇的链接： http://books. google.com/books/about/Astronomical_Almanac_for_the_Year_2013_a.html?id=7fl_-DLwJ8YC）

日期 2456320.5 是 2013, 1, 28 并且应该输出

日期 2456357.5 是 2013 年 3 月 6 日，应该输出

日期 2456539.500000 是 2013 年 9 月 4 日，应该输出

我测试了平均异常方程，它很好。但是，我无法获得一组好的 x,y,z 坐标。我一直在调整我的开普勒和坐标函数，但无法让它们与天文历书中的表格相匹配。

非常感谢任何有关解决星星位置的建议或建议。下面的代码可以放在一个 .rb 文件中，在命令行上运行它会输出 x,y,z 值。

在使用 GAE SDK 1.9.3 和 Java 7 在 Eclipse Kepler (Windows 7) 上运行基本 servlet 时出现以下错误：

重现：

1. 安装 Java 7 SDK
2. 安装开普勒
3. 安装 GAE Eclipse 插件
4. 创建一个 GAE Web 项目
5. 实现基本 servlet 的 init 方法并设置load-on-startup为1inweb.xml
6. 然后运行 ​​Web 应用程序

我在 2 台机器上尝试过，我得到了同样的错误。

我正在 ARM、iMX6 设备上开发基于 QT 的应用程序。使用 Freescale 和 Eclipse CDT Kepler 的工具链，我想在 GDB 中使用漂亮的打印机。我按照http://anadoxin.org/blog/node/98上的教程进行操作，设置似乎很好（启动 GDB 时没有错误）。但是，在查看调试视图面板时，我无法查看任何数据类型（不仅是 QT，还有 int、double 等，整个面板都是空白的。此外，还将打印变量写入 gdb Eclipse 控制台不会生成有效的输出）。

我认为我的设置很好：

1. 用于 ARM 设备的 GNU gdb (GDB) 7.6
2. Python：Python 2.7.3
3. 日食：开普勒
4. 库Ubuntu 12.04

有没有人可以帮助我理解什么是错的？我可以向 gdb 控制台发送任何命令以了解为什么漂亮的打印机不能正常工作，更糟糕的是，它们会破坏整个 gdb 调试视图变量吗？任何帮助将不胜感激

我有一个使用“org.reflections”JAR 的 WAR 项目，它抛出了这个错误：

org.reflections.Reflections - 无法从 url 创建 Vfs.Dir。忽略异常并继续。

这只发生在这个 WAR 中，我有其他完美的工作。

奇怪的是我从谷歌存储库下载了 Reflections 项目，如果我将它作为项目添加到我的 WAR 构建路径而不是添加 JAR，它工作正常。JAR 是从此项目中导出的，因此版本相同。

有任何想法吗？我认为 JAR 可能存在一些凭据问题，但正如其他 WAR 正在工作一样，这是没有选择的。

我正在使用 Eclipse 开普勒 64 位。

谢谢！问候。

根据 Kepler 白皮书，基于 Kepler 的 GPU 的 warp 大小为 32，每个多处理器包含 4 个 warp 调度程序，它们从选定的 warp 中选择两个独立的指令。这意味着每个时钟周期要执行 32*4*2 = 256 次计算，但多处理器仅包含 192 个 ALU。那么这些计算是如何进行的呢？

在 Kepler 3.5 GPU 的同一个流式多处理器上，是否可以使用流来拥有多个独特的内核？<<<1,1024>>>即在具有 15 个 SM 的 Kepler GPU 上同时运行 30 个大小的内核？

引用 NVIDIA 提供的“Kepler Tuning Guide”：

另请注意，Kepler GPU 可以比 Fermi GPU 更容易地利用 ILP 代替线程/warp 级并行 (TLP)。

在我看来，以下代码片段

可以改进如下

所以在我的项目中，我有一段代码如下（示例1）

我将其重写如下（example2）

在 Kepler 架构中，example2 会比 example1 更高效，表现出更好的性能，对吗？

根据GK110 白皮书，每个 SMX 最多有 64 个 warp，最大线程容量为 2048 个线程。

我的问题是：每个 SMX 是否始终以 64 的最大驻留扭曲数运行（假设没有线程分歧并且块大小是 64 的倍数）？

我有理由相信，如果 SMX 上的线程数 < 1024，则每个多处理器最多只能获得 32 个扭曲。

（我相信这是因为当运行相同代码时，1 个块上的线程数为 1024 时，我的时钟频率相似的 Fermi 卡显示出与我的 Kepler 卡相似的速度）

这个部署套件给我留下了深刻的印象。而不是购买可能需要新主板等的新 CUDA 卡，这张卡似乎提供了所有功能。

在它的规格上，它说它具有 CUDA 计算能力 3.2。AFAIK 动态并行和更多来自 cm_35，cuda 计算能力 3.5。此卡是否支持 Kepler 架构的 Dynamic Parallelism 和 HyperQ 功能？

我正在寻找支持 Kepler 架构的类似“GPGPU-sim”的模拟器。