排序方式: 共有3条查询结果,搜索用时 7 毫秒
1
1.
2.
在超大规模集成电路和图形技术快速发展,特别是2D/3D图形加速技术高速发展的背景下,GPU图形加速已经成为人们研究的焦点。主要在飞腾平台上为轻量级的DirectFB图形系统设计了一种硬件加速驱动。从驱动的设计与实现角度介绍了Radeon GPU图形加速的相关原理,对飞腾平台上GPU主存地址空间和命令传送机制等关键技术进行了系统的研究,并最终实现了该系统。 相似文献
3.
在大数据背景下,以K-Means为代表的聚类分析对于数据分析和挖掘十分重要。海量高维数据的处理给K-Means算法带来了性能方面的强烈需求。最新提出的众核体系结构MIC(many integrated core)能够为算法加速提供众核间线程级和核内指令级并行,使其成为K-Means算法加速的很好选择。在分析K-Means基本算法特点的基础上,分析了K-Means算法的瓶颈,提出了可利用数据并行的K-Means向量化算法,优化了向量化算法的数据布局方案。最后,基于CPU/MIC的异构架构实现了向量化K-Means算法,并且探索了MIC在非传统HPC(high performance computing)应用领域的优化策略。测试结果表明,K-Means向量化算法具有良好的计算性能和扩展性。 相似文献
1