库布拉斯

CUBLAS库是基于NVIDIA®CUDA的BLAS(基本线性代数子程序)的实现运行时。它允许用户访问NVIDIA图形处理单元(GPU)的计算资源,但不能跨多个GPU自动并行。要使用CUBLAS库,应用程序必须在GPU内存空间中分配所需的矩阵和向量,用数据填充它们,调用所需CUBLAS函数序列,然后将结果从GPU内存空间上载回主机。CUBLAS库还提供了从GPU写入和检索数据的助手函数。


zbMATH参考文献(参考 69篇文章 参考)

显示第1到第20个结果,共69个。
按年份排序(引用)
  1. Bernaschi,Massimo;Carrozzo,Mauro;Franceschini,Andrea;Janna,Carlo:图形处理单元上的动态模式分解稀疏近似逆预处理器(2019)
  2. Berrone,S.;D'Auria,A.;Vicini,F.:使用GPGPU对离散裂缝网络进行快速和稳健的流动模拟(2019年)
  3. Cheng,Xuan;Zeng,Ming;Lin,Jinpeng;Wu,Zizhao;Liu,Xinguo:点集的有效(L俬0)重采样(2019)
  4. 高性能科学计算概论(2019)
  5. Defez,Emilio;Ibáñez,Javier;Peinado,Jesús;Sastre,Jorge;Alonso Jordá,Pedro:基于新Hermite近似计算矩阵余弦的高效精确算法(2019年)
  6. 杜成汉;邱,易鹏;王伟忠:光子结构频域分析的压缩分层Schur算法(2019)
  7. Flegar,Goran;Scheidegger,Florian;Novaković,Vedran;Mariani,Giovani;Tomás,Andres E.;Malossi,A.Cristiano I.;Quintana Orti,Enrique s.:FloatX:定制浮点运算的C++库(2019年)
  8. Li,Ruipeng;Xi,Yuanzhe;Erlandson,Lucas;Saad,Yousef:特征值切片库(EVSL):算法、实现和软件(2019)
  9. Sastre,Jorge;Ibánez,Javier;Alonso Jordá,Pedro;Peinado,Jesús;Defez,Emilio:矩阵余弦计算的快速泰勒多项式评估(2019年)
  10. Tim Besard,Valentin Churavy,Alan Edelman,Bjorn De Sutter:异构和分布式平台的快速软件原型(2019)不是zbMATH
  11. van den Berg,E.:海洋张量包(2019)不是zbMATH
  12. 吴荣腾;谢晓红:基于基本列块统一分配策略的异构并行LU分解算法(2019)
  13. Bosner,Nela;Bujanović,Zvonimir;Drmač,Zlatko:混合CPU-GPU框架下移位系统的并行求解器(2018)
  14. Defez,Emilio;Ibáñez,Javier;Sastre,Jorge;Peinado,Jesús;Alonso,Pedro:矩阵指数计算的新高效精确样条算法(2018)
  15. Kůs,Pavel;Lederer,Hermann;Marek,Andreas:大规模特征值求解器的GPU优化(2018)
  16. Pikle,Nileshchandra K.;Sathe,Shailesh R.;Vyavhare,Arvind Y.:基于GPGPU的并行计算在使用共轭梯度算法的有限元法中的应用:综述(2018)
  17. 文泽义;石佳帅;李沁斌;何炳生;陈健:一个基于gpu和cpu的快速支持向量机库(2018)
  18. Yang,Wangdong;Li,Kenli;Li,Keqin:一种基于GPU的SpMV最优分区的块格式并行计算方法(2018)
  19. Alonso,Pedro;Ibáñez,Javier;Sastre,Jorge;Peinado,Jesús;Defez,Emilio:计算矩阵三角函数的高效精确算法(2017)
  20. Al-Refaie,Ahmed F.;Yurchenko,Sergei N.;Tennyson,Jonathan:GPU加速强度MPI(GAIN-MPI):计算爱因斯坦-(a)系数的新方法(2017)