推力

推力是基于标准模板库（STL）的CUDA的C++模板库。推力允许您通过与CUDA完全互操作的高级接口，以最小的编程努力实现高性能并行应用程序。C.Purt提供了丰富的数据并行原语集合，如扫描、排序和还原，它们可以组合在一起，以简洁地实现复杂的算法。可读源代码。通过用这些高级抽象描述你的计算，你可以自由地选择推力来自动选择最有效的实现。因此，推力可以用于CUDA应用程序的快速原型化，其中程序员生产率最重要，以及在生产中，鲁棒性和绝对性能是至关重要的。

本软件关键词

这里的任何东西都将在支持画布元素的浏览器上被替换。

ZBMaCT中的参考文献（40篇文章中引用）

显示结果1至20的40。
按年份排序（引文）
  1. Auer，Ektina；Ruh，安德烈亚斯；KoSTEN，朱丽亚：基于实验的合作系统GPU参数识别（2020）
  2. Muthalige，Gihan R.：计算流体力学应用的生产率、性能和可移植性（2020）
  3. 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ZB数学
  4. Alan Hylton，Gregory Henselman Petrusek，金川生，Robert Short：调整计算持久同调软件包的性能（2018）阿西夫
  5. Gremse，菲利克斯；Ku Ppple，克斯廷；Nouman，UWE：在多核体系结构上通过行合并的存储器有效稀疏矩阵矩阵乘法（2018）
  6. 斯威齐，Jeremy E.：全球体积通量的蒙特卡洛体积光线投射估计器（GPU）（2018）
  7. Zanella，R；波尔塔，F.RuGielo，V.萨内蒂，M.：用二阶函数的数值最小化进行图像分割的串行和并行方法（2018）
  8. Aissa，穆罕默德；VistaTead，汤姆；Vuik，CureleIs:走向GPU感知的结构化网格上显式和隐式CFD模拟的比较（2017）
  9. 李，Ang；塞尔班，拉杜；Negrut，丹：GPU卡上线性系统并行解的分裂方法分析（2017）
  10. Peter Wittek和Shi Gao和IK LIM和Li Zhao：SOMOCLU：一个高效的自组织映射并行库（2017）不是ZB数学
  11. CuVielver，弗兰Sou-OIS；Japhet，卡洛琳；Scarella，吉尔斯：矢量语言中有限元矩阵的一种有效组装方法（2016）
  12. 鲁普，卡尔；Tillet，菲利普；鲁道夫，弗洛里安；WeiBub，Josef；Morhammer，安德烈亚斯；Graser-Tibor；Junngel.，PoT；SelBeer-Hr，SieFrime:VinAcl多代数和多核体系结构的线性代数库（2016）
  13. 博·斯文松，Bo Joel；牛顿，Ryan R.；Sheeran，玛丽：分层数据并行设计语言GPU（2016）
  14. 达尔顿，史提芬；奥尔森，卢克；贝尔，弥敦：优化GPU的稀疏矩阵乘法（2015）
  15. Gorlatch，谢尔盖；Stuuver，米歇尔：面向多核系统的高级程序设计（2015）
  16. Nicholas P. Bailey，Trond S. Ingebrigtsen，Jesper Schmidt Hansen，Arno A. Veldhorst，Lasse Bohling，Claire A. LemarchandThomas B. Schroder：RUMD：一个通用的分子动力学包，优化利用GPU硬件到几千个粒子（2015）阿西夫
  17. Roberto Casarin；Stefano Grassi；Francesco Ravazzolo；Herman van Dijk：高效密度组合的并行序贯蒙特卡罗方法：DECO MATLAB工具箱（2015）不是ZB数学
  18. Serbun，RADU；Melz，丹尼尔；李，Ang；StangululsCu，Ilinca；JaykuMar，Paramsothy；Negrut，丹：基于GPU的预处理Newton Krylov solver，用于柔性多体动力学（2015）
  19. Wong，J.；KuHL，E.；Dave，E.：一种新的稀疏矩阵矢量乘法图形处理单元算法，用于有限元问题（2015）
  20. Ahnert，卡斯滕；Demidov，丹尼斯；Mulansky，马里奥：GPU上求解常微分方程（2014）