NAG для GPGPU


Графический процессор – идеальный кандидат для простой обработки чисел, а новая библиотека превращает его в мощный генератор случайных чисел.

После нашей недавней новости о GPGPU – оптимизации GPGPU – похоже, что не происходит ничего, что не связано с использованием графического процессора для создания персонального суперкомпьютера. Теперь NAG – Numerical Algorithms Group – хорошо известная своим цифровым кодом профессионального качества, выпустила бета-версию NAG Numerical Algorithms Group для графических процессоров.

На случай, если вы упустили из виду, о чем идет речь о графическом процессоре или графическом процессоре, большинство ПК в стандартной комплектации способны выполнять большое количество одновременных операций. Настолько много, что теоретически они мощнее ЦП во многих типах вычислений. К сожалению, программирование графического процессора – непростая задача, поэтому любая помощь, которую вы можете получить, приветствуется.

В настоящее время библиотека прототипов включает компоненты для моделирования методом Монте-Карло, включая генератор псевдослучайных чисел, генератор квазислучайных последовательностей и конструктор броуновского моста. Генераторы случайных чисел обеспечивают три выходных распределения (равномерный, экспоненциальный и нормальный), реализованные как с одинарной, так и с двойной точностью. Генераторы случайных чисел – очевидная задача для графического процессора, поскольку они необходимы в больших количествах, а алгоритмы их вычисления относительно короткие. Различные тесты показывают увеличение скорости более чем в 50 раз по сравнению с генерацией случайных чисел на процессоре.


Добавить комментарий