搜索资源列表
CUDA_NVIDIA
- 3月25-27 NVIDIA 首席科学家DAVID KIRK CUDA技术讲座内容资料
CUDA-Best-Practices-Guide-v2.3
- CUDA GPU高性能计算少见的好书，由NVIDA出版-High-performance computing CUDA GPU rare books, published by the NVIDA
cuda_matmult_opt
- CUDA matrix multiplication 3 different optimization schemes are included (loop unrolling, data prefetching, thread granularity)
CUDAtools
- CUDA(GPU计算)开发资料，包括3份文档和一份快速开发设置工具，文档包括有CUDA环境设置，CUDA简易编程以及非常有名的深入浅出谈CUDA技术一文。-CUDA (GPU computing) development information, including three copies of the document and a set for rapid development tools, documentation including CUDA environment setting
cuda_lecture_3
- 清华大学郑仰东CUDA教学课件3，是很好的CUDA入门材料-Tsinghua university ZhengAngDong s CUDA teaching courseware 1,it is a very good CUDA introductory material
chapter03
- GPU高性能编程CUDA实战第3章 书中源代码代码-GPU high-performance programming CUDA actual Chapter 3 of the book source code code
hist_gpu_shmem_atomics
- 《GPU高性能编程CUDA实战》书中第9章源代码排序第3个-GPU high-performance programming CUDA combat the ninth chapter of the book sort of source code 3
CUDA2.3---(WinXP)--
- CUDA2.3安装指南(WinXP) ,对于初学CUDA的人有帮助-CUDA2.3 Installation Guide (WinXP), for beginners to help people CUDA
cuda_by_example_chapter03
- cuda by example(GPU高性能编程cuda实战)第三章例程-example code of cuda by example chapter 3
Matrix_add
- 此程序使用CUDA并行语言完成矩阵的加法。矩阵维数为3×3矩阵。矩阵维数可以更改。但是同时矩阵的处置也要手动设置。-This program uses the CUDA parallel language to complete the addition matrix. 33 matrix matrix dimensions. You can change the dimension of the matrix. However, while the disposal of the matrix
3D_Matrix
- 简单3维矩阵相乘的cuda+MPI异构混合实现-Simple cuda+MPI heterogeneous mix to achieve a three-dimensional matrix multiplication
notepadPPcuda_config
- notepad++中cuda代码的高亮显示配置文件 喜欢轻量级编辑器的GPU代码开发者可能会用到，notepad++7.3.3上经过实测-the config file for cuda in the editor notepad++
cudaMallocAndMemcpy
- 在主机和设备之间复制--从“cudaMallocAndMemcpy”模板开始。 第1部分：为设备上的指标 d_a 和 d_b 分配内存。 第2部分：将主机上的h_a复制到设备上的 d_a。 第3部分：将设备从 d_a复制到 d_b。 第4部分：将设备上的 d_b 复制回主机上的 h_a。 第5部分：在主机上释放 d_a 和 d_b。 额外部分：用cudaMallocHost代替malloc来分配h_a。(Copy between host and device -- start
kernel
- 1,使用VS创建一个工程 2，复制文件代码 3、使用内核cuda函数使用内核cuda函数调试专用(Use kernel CUDA function to use kernel CUDA function to debug special-purpose)