库达

NVIDIA®CUDA®工具包为C和C++开发人员构建GPU加速应用程序提供了一个全面的开发环境。CUDA工具包包括NVIDIA GPU的编译器、数学库和用于调试和优化应用程序性能的工具。您还可以找到编程指南、用户手册、API引用和其他文档,以帮助您开始快速使用GPU加速应用程序。


ZBMaX中的参考文献(1112篇)2篇标准文章

显示结果1至20的1112。
按年份排序(引文
  1. 曼娜,赫尔曼;Pfurtscheller,Lena Maria;斯蒂尔福德,托尼:GPU加速微分方程式应用于微分矩阵方程(2020)
  2. Nogueira,布鲁诺;Pinheiro,Rian G. S.:一个基于GPU的局部搜索算法,用于未加权和加权极大(S)-丛问题(2020)
  3. Muthalige,Gihan R.:计算流体力学应用的生产率、性能和可移植性(2020)
  4. 米兰,Boovsk,Michal;Lach,Matγ;HristululOS,Dionissios T.:基于改进的平面旋转模型的GPU加速海量空间数据模拟(2020)
  5. 宏碁,SEHER;Kayaaslan,Enver;AkaNaTe:CeVDET:一个超图最小化的超图分割模型(2019)
  6. Alalk,F. O.;ZaCaloudiou.I.;Berg,S.dididic,J.;Saxena;N.:在通用数字图形处理单元上利用相场格子Boltzmann方法直接模拟大尺度数字岩石图像上的孔隙尺度两相粘毛细管流(2019)
  7. Bernaschi,马西莫;CARROZZO,毛罗;达尼埃莱·弗兰切斯基尼,安德列;珍娜,Carlo:图形处理单元上的动态模式分解稀疏近似逆预条件器(2019)
  8. 维奇尼,F:GPGPU在离散裂隙网络中的快速和稳健流动模拟(2019)
  9. 大规模离散裂隙网络中的平行网格、离散化和计算(2019):Berrone
  10. 程,Xuan;Zeng,明;林,Jinpeng;吴,Zizhao;刘,Xungo:点集的有效(LY0)重采样(2019)
  11. 陈,项;万,Decheng:基于GPU的MPS方法对三维自由表面流动的数值模拟(2019)
  12. Chien,Yu Tse;Hwang,冯楠:一种基于马尔可夫链的椭圆偏微分方程多解预条件器(2019)
  13. D. L.:高性能科学计算导论(2019)
  14. 周杰伦,Alex D.;罗杰斯,Benedict D.;林德,Steven J.;斯坦斯比,Peter K.:使用不可压缩光滑粒子流体动力学(ISPH)的数值波浪盆在单个GPU上具有垂直圆柱体试验案例(2019)
  15. Daniel Smilkov,Nikhil Thorat,Yannick Assogba,Ann Yuan,Nick Kreeger,Ping Yu,康一张,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y:TysFrace.js:网络学习和机器学习超越(2019)阿西夫
  16. 达塔,A弥陀佛;Kaur,AAMPHIDED;劳尔,托拜厄斯;Chabbouh,安德烈·萨米:利用子空间聚类的多核和多核并行性(2019)
  17. Deffz,埃米利奥;IB A.A.Nez,哈维尔;PiNADO,Jes S;萨斯特雷,豪尔赫;阿隆索Jorda,佩德罗:基于新Hermite逼近的矩阵余弦计算的一种高效精确算法(2019)
  18. Demidov,D:AMGCL:一种高效、灵活、可扩展的代数多重网格实现(2019)
  19. Edgar Riba,Dmytro Mishkin,Daniel Ponsa,Ethan Rublee,Gary Bradski:Kornia:Py火炬的开放源代码计算机视觉库(2019)阿西夫
  20. 埃罗菲耶夫,K. Yu,Khramchenkov,E. M.;Byyal'TSEV,E. V.:利用GPU计算的协方差矩阵的高性能处理(2019)