如何解决GPU性能要求,最好的解决方案是什么?
| 我从事的音频处理项目需要进行许多基本计算(+,-,*),例如FFT(快速傅立叶变换)计算。 我们正在考虑使用图形卡来加速这些计算。但是我们不知道这是否是最佳解决方案。我们期望的解决方案需要一个成本低于500美元的优质计算系统。 我们使用Matlab编程,并且我们必须将声卡采集到系统中。 除了显卡+主板以外,您是否知道解决方案可以进行大量演算?解决方法
您可以使用免费的Matlab CUDA库在GPU上执行计算。 500美元将为您提供非常不错的NVIDIA GPU。请注意,GPU的视频内存有限,并且会以大数据量耗尽内存,甚至比Matlab还要快。
我已经针对使用GPUMat的8800 Nvidia GPU(128streams)与8core intel CPU进行了基准测试,对于512Kb数据集,GPU的旋转速度与8 GHz intel 2Ghz相同,包括传输到GPU内存的时间。对于认真的GPU工作,与用于驱动显示器的显卡相比,我建议使用专用的显卡。使用主板便宜的英特尔视频来驱动显示器,并将阵列计算传递给Nvidia。
, MathWorks的Parallel Computing Toolbox现在包含GPU支持。特别是,支持按元素进行运算和算术,以及一维和二维FFT(如果有的话,还支持一堆其他东西来支持手写CUDA代码)。如果您对执行双精度计算感兴趣,那么最近的Tesla和Quadro品牌的显卡将为您提供最佳性能。
这是一个简单的示例,展示了如何使用并行计算工具箱在MATLAB中使用GPU:
gA = gpuArray( rand(1000) );
gB = fft( 1 + gA * 3 );
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。