ocenuji, ze na root zacali psat i dalsi lidi, kteri necemu rozumi… nicmene, ten clanek je totalne necitelny. at uz diky absenci odstavcu nebo diky snaze vysvetlit vse na jednou. schvalne, at zvedne ruku, kdo si mysli, ze pochopil ten sileny druhy odstavec!
poznamka pro korektora: ,,standartní'' … myslim, ze takhle se to slovo nepise ;-]
Ja musim dodat, ze clanek jsem sice necetl, nebyl na to ted vecer cas a nalada, ale projel jsem ho ockem a co se mi nezdalo prehledne, byly zdrojaky, kde se diky jednotne barve michaji komentare s kodem a dost spatne se na to diva. Minimalne jina barva pro komentare by nevadila…
Uznávám že je to trochu nepřehledné a čeština trochu kulhá, ale smysl to dává. Autor ví, o čem mluví. Programování v CUDA podle mě není nic pro začínající programátory a ti zkušenější si to přeberou ;-)
napriklad ti co uz delali paralelni programy s MPI uz se zorientuji :-)
Zkusenejsi programator rovnou zacne cist text z oficialnich stranek na CUDU a necte mizerny clanek, ktery z neho cerpa.
Ja se jen podivuji nad tim radkem s vystupem spusteneho programu. 1) Co tam dela prompt shellu ? Bezelo to snad asynchronne (tj. bylo spusteno pomoci &) a shell stacil napsat prompt, nez to dobehlo ? 2) Ve zdrojaku bylo psano „Hello CUDA!“, ale ve vyslednem vystupu je videt „Hello Cuda!“ Prehledl jsem snad nejaky tolower() ? Nebo ze by to autor trosku, ale jen opravdu trosicku osvindloval :-) ?
Ahoj, Zkousel uz jste to nekdo? Nemyslim ted „hallo world“, ale neco poradnyho. Videl jsem Laplaceovku na ortogonalni siti, ale to byl jen takovy testik rychlosti.
Vypocty na GPU se vyuzivaji napriklad v systemu BOINC jako optimalizace (napr. projekt MilkyWay@Home pro GPU Ati, atd…).
Dělal jsem na tom diplomku, docela mě to nadchlo http://petr.pospichal.biz/…xpospi45.pdf
mozna by nebylo bez zajimavosti nejakou vypocetne narocnou funkci v linuxovem jadre presunout na GPU, kernel by pak jel jak na CPU tak i na GPU :-)
To by bylo špatně z důvodů: • Jádro je načteno souvisle od 1MB RAM, tedy jen pro CPU. • Grafická karta je potenciálně nespolehlivá a nelze ohrozit stabilitu systému jako je Linux druhojakostní komponentou. Viz VPU-Recover (no dobře, ten je ATI, ale princip je zřejmý). • Jádro se má psát efektivně. Hotspoty v kódu se mohou optimalizovat v assembleru.
chapu argumenty, ale spustit nejake jaderne funkce na GPU by mohlo byt zajimave. v teto sousvislosti me napada dotaz na cell procesor, jenz ma jedno „kvalitni“ CPU a jadro a dalsi „omezena“ specificka jadra, zda kernel pouziva jen to kvalitni jadro a omezena jadra slouzi jen pro userland (vypocty, multimedia…) ?
Pridavam se k ostatnim, ze clanek je temer nepochopitelny pro cloveka neznaleho GPU a CUDA. Autor mel nejprve radne popsat architekturu GPU, z cehoz vyplyne, proc se zabyvame vecmi jako bloky a gridy – je to kvuli synchronizaci mezi vlakny. Bez vylozeni, jak se zpracovavaji vlakna v ramci bloku a gridu nema smysl jit dal a zminovat veci jako coalesced memory acces. Pak bych rekl, co je to kernel a jak se spousti. A potom by zrejme bylo dobre podrobne vylozit, jak dostat data ke zpracovani do globalni pameti GPU, pripadne do sdilene pameti multiprocesoru (ta je sdilena na urovni bloku, a jelikoz autor radne nevysvetlil bloky, tezko muze vysvetlit toto). O necitelnosti kodu se snad ani nezminuji. Opravdu jsou lepsi tutorialy primo od nVidie, napr.
http://geraldine.fjfi.cvut.cz/~oberhuber/data/hpc/paa/prezentace/Getting_Started_w_CUDA_Training_NVISION08.pdf
Bohužel musím souhlasit a děkuji, že jste napsal můj názor na mě. Opravdu by to chtělo článek víc promyslet a lépe strukturovat…
Je len dobre, ze sa taketo temy zacali objavovat. Je ale fakt ze clanok je dost tazko citatelny. Chcelo by to zapojit este niekoho kto vysledny text preluska. Inak zacali napr. Matlab (s ktorym pracujeme denne) uz tieto veci vyuziva
http://www.posterus.sk/?p=1661
a je to celkom prinos.