Программно-аппаратная поддержка ускорения вычислений

В статье исследуются возможности современных средств для ускорения вычислений. Среди них: компьютеры, графические процессоры, распараллеливание алгоритмов и сжатие данных. Проанализированы стадии подготовки и выполнения задач на графических процессорах и приведены сравнительные оценки всех этапов вы...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Штучний інтелект
Дата:2018
Автор: Буза, М.К.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2018
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/162379
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Программно-аппаратная поддержка ускорения вычислений / М.К. Буза // Штучний інтелект. — 2018. — № 2 (80). — С. 104-109. — Бібліогр.: 5 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:В статье исследуются возможности современных средств для ускорения вычислений. Среди них: компьютеры, графические процессоры, распараллеливание алгоритмов и сжатие данных. Проанализированы стадии подготовки и выполнения задач на графических процессорах и приведены сравнительные оценки всех этапов выполнения программ на Graphics Processing Unit.Сформулированы требования к задачам для их эффективного исполнения на графических процессорах. Предложена компонентная среда проектирования параллельных программ. Дана модификация алгоритма LZW сжатия данных, позволяющая существенно увеличить коэффициент компрессии. The article investigates the possibilities of modern means to speed up calculations. Among them: computers, graphics processors, parallelization of algorithms, and data compression. The stages of preparation and execution of tasks on graphic processors are analyzed and comparative estimations of all stages of execution of programs on Graphics Processing Unit are given. Formulated task requirements for their efficient implementation on GPUs.. A component environment for designing parallel programs is proposed. A modification of the LZW data compression algorithm is given, which allows to significantly increase the compression ratio.
ISSN:1561-5359