Posts tagged with #nvidia-cuda

Machine learning library 'cuDNN' explained in iX Developer

It’s very difficult to implement algorithms optimally for GPUs. Therefore NVIDIA provides the library cuDNN for deep learning with neural networks. This article published in the german magazine iX Developer...

Talk about GPU computing with CUDA and OpenCL

In March 2017 I gave a talk about GPU computing with CUDA and OpenCL at the para//el 2017 conference in Heidelberg, Germany.

CUDA 8.0 on Mac OS/X

CUDA 8.0 on Mac OS X 10.12 gave me the following error:

Using a __device__ lambda in CUDA 8.0

In CUDA 8.0 C++ 11 lambdas can be used on the device. See the following code.

Heat diffusion on multiple GPUs

The implementation of the heat diffusion equation on multiple GPUs is explained in the talk (in german).

Talk at the parallel 2015 about Multi-GPU programming with Cuda, OpenCL and C++ AMP

At the parallel 2015 conference I gave an introduction into Multi-GPU programming with Cuda, OpenCL and C++ AMP.

Examples for parallelism: ray tracer on the GPU

I tested the parallel ray tracer on all NVIDIA cards i bought. This page contains the results.

Solide Optimierungstipps für CUDA

Beim Stöbern in “CUDA Fortran for Scientists and Engineers” habe ich gesehen, dass die Autoren wertvolle Optimierungstipps geben. Da bin ich neugierig geworden.

Talk at parallel 2014 about GPU-Computing

At the parallel 2014 I gave an introduction into the optimization of GPU kernels.

Inspiration für CUDA-Experten in den Naturwissenschaften

Das Buch “GPU Computing Gems (Emerald Edition)” ist eine Sammlung von 50 wissenschaftlichen Artikeln über Erfahrungen bei der Verwendung des GPU-Computing in verschiedenen Fachgebieten.

Nur ganz harten CUDA-Fans zu empfehlen

Ich hatte schon viele Artikel der Reihe „CUDA, Supercomputing for the Masses“ von Rob Farber auf der Dr. Dobb’s Webseite gelesen und war recht angetan. Das war damals 2009 eine...

Bestes CUDA-Buch für Fortgeschrittene

Mit CUDA ist es einfach, eine Berechnung um den Faktor 2-5 zu beschleunigen. Wie man höhere Speedups erreicht, lernt man in “CUDA Programming” von Shane Cook.

Gute Tipps für die Performance-Optimierung

Nicholas Wilt zeigt sich in “The CUDA Handbook” sehr kompetent und experimentierfreudig bei der Optimierung von Kerneln. Das Buch kann von vielen Fortgeschrittenen mit Gewinn gelesen werden.

Zur Zeit beste Darstellung von Patterns für Shared-Mutability

Wenn man ein wenig Systematik in seine parallelen Programmierkünste bringen will, ist “Structured Parallel Programming: Patterns for Efficient Computation” das Buch zum Einsteigen.

Two articles in iX Developer: GPU Computing mit CUDA

"Massiv parallel - Grundlagen der GPU Programmierung"

"GPU-Programmierung in der Praxis mit CUDA"

Talk at parallel 2012 about GPU-Computing

At the parallel 2012 I presented my experiences and learnings I gathered in GPU computing projects.

Unverzichtbar für die Performance-Optimierung

Was “Programming Massively Parallel Processors: A Hands-On Approach” von anderen Büchern unterscheidet, ist die genaue Beschreibung der Funktionsweise der Hardware.