基于CUDA的矩阵乘法和FFT性能测试-计算机工程.PDFVIP

下载本文档

13
0
约1.69万字
约 4页
2017-12-19 发布于天津
举报
版权申诉

基于CUDA的矩阵乘法和FFT性能测试-计算机工程.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于CUDA的矩阵乘法和FFT性能测试-计算机工程.PDF

35 10 2009 5 Vol.35 No.10 Computer Engineering May 2009 ·· 2009 A TP312 CUDA FFT ( 100012) NVIDIA CUDA Geforce8800GT Visual Studio2008 CUBLAS CUDA CUDA APIC Intel MKL FFTW CUFFT CPUGPU 25 GPU Ability Test for Matrix-Multiplication and FFT Based on CUDA XIAO Jiang, HU Ke-liang, DENG Yuan-yong (National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100012) AbstractThis paper introduces the result of a test that evaluates the effectiveness of Compute Unified Device Architecture(CUDA) using NVDIA GeForce8800GT and the compiler Visual Studio 2008. It tests the speed of NVIDIA CUBLAS, CUDA kernel, common C program, Intel MKL BLAS, CUDA driver API program, FFTW and CUFFT Library in matrix-multiplication and Fast Fourier Transform(FFT). Test result of the large scale data shows that the computing ability of GPU is 25 times better than that of CPU. Key wordsmatrix-multiplication; Fast Fourier Transform(FFT); parallel computation; GPGPU 1 [1] 3 (1) I/O [3] 1 CPU GPU (2) 79 MB NVIDIA GPU (G92) Intel Pentium D830 (3) CUDA(Compute Unified Device Architecture) 2 CUDA GPU GPU (1)(2)CUDA 2.1 CUDA