代码之家 › 专栏 › 技术社区 › GG.

如何在多个GPU上缩放cholesky分解

gpgpu distributed-computing gpu parallel-processing

GG. · 技术社区 · 16 年前

我使用ATI Stream SDK在GPU上实现了Cholesky分解,用于求解大型线性方程。现在我想利用越来越多的GPU的计算能力,我想在多个GPU上运行这段代码。

目前我有一台机器和一个GPU安装在它和cholesky分解是正常运行。我想为N机器做这件事,所有的机器上都安装了一个GPU。因此,建议我应该如何进行。

3 回复 | 直到 16 年前

Eric 16 年前

首先,您必须知道,这种方法将为节点之间的任何通信引入三个级别的延迟:

好的第一步是做一些后台计算,以确定通过在多台机器之间拆分问题所获得的速度是否会超过您引入的延迟。

一旦您确定该方法是您想要遵循的方法,那么您就可以正确地实现它了。请注意,目前,NVIDIA的CUDA或OpenCL库将是更好的选择,因为它们允许您访问GPU进行计算,而无需将其与X会话耦合。一旦ATI的OpenCL实现支持GPU,那么这也应该是一个可行的选择。

Mitch Wheat 16 年前

这是一个非常专业的问题。建议你检查一下 Stream developer resources 和 Stream Developer Forums .

Die in Sente 16 年前

推荐文章

davidalayachew · 为什么我的文件有竞争条件,即使我使用了StandardOpenOption。同步?

1 年前

Anshuman Sinha · 使用OCR将多个img文件多重处理为文本

1 年前

Rishab · 在并行Java中运行函数

1 年前

Ahmed El-Gabbas · 在函数内运行时,仅将特定对象导出到处理节点

2 年前

Deep · 当您并行化代码时,如何保存两个独立的CSV?

2 年前

Setu · MPI代码的哪些部分是复制的,哪些是共享的?

2 年前

Alexander Obidiegwu · 多处理代码在while循环中不起作用

2 年前

heyula · 如何在mpi中定义本地数组?

2 年前

Rebel · 如何以最有效的方式加速和并行化以下matlab代码?

2 年前

Kaushik Ghosh · 最佳方法在PySpark中遍历数据帧的行

2 年前