Einführung in die
15,99 €
inkl. MwSt.
Sofort per Download lieferbar
  • Format: PDF

Studienarbeit aus dem Jahr 2015 im Fachbereich Informatik - Programmierung, Hochschule Fulda, Sprache: Deutsch, Abstract: Parallelverarbeitung ist ein großes und wichtiges Thema in der Informatik sowie in deren Randgebiete. Schon in den frühen 70er Jahren gab es neben den klassischen CPU auch parallele Rechner. Einer der Hauptgründe für das Parallelisieren von Programmen ist deren schnellere Ausführung. Hierfür dienen nicht nur die klassischen CPUs von INTEL und AMD sondern auch HPC Karten, die dabei auch eine immer größere Rolle spielen. Einer der bekanntesten Hersteller ist Nvidia aber auch…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Studienarbeit aus dem Jahr 2015 im Fachbereich Informatik - Programmierung, Hochschule Fulda, Sprache: Deutsch, Abstract: Parallelverarbeitung ist ein großes und wichtiges Thema in der Informatik sowie in deren Randgebiete. Schon in den frühen 70er Jahren gab es neben den klassischen CPU auch parallele Rechner. Einer der Hauptgründe für das Parallelisieren von Programmen ist deren schnellere Ausführung. Hierfür dienen nicht nur die klassischen CPUs von INTEL und AMD sondern auch HPC Karten, die dabei auch eine immer größere Rolle spielen. Einer der bekanntesten Hersteller ist Nvidia aber auch INTEL und AMD haben solche Karten auf dem Markt. Für den Einsatz der Karten kommen spezielle Schnittstellen zum Einsatz, eine davon ist Nvidia CUDA. Das Ziel der Seminararbeit ist, einen ersten Überblick in die CUDA C Programmierung zu geben. Im Rahmen dieser Arbeit habe ich mich größtenteils auf die Dokumentation von Nvidia gestützt. Sie gibt einen vollständigen Überblick des Funktionenumfangs und eine kurze Erklärung. Für den genaueren Zusammenhang habe ich vor dem Schreiben der Arbeit ein Buch durchgearbeitet. Die Seminararbeit ist in vier Kapitel untergliedert. Im zweiten Kapitel wird auf die Theorie und den Aufbau einer GPU eingegangen. Anschließend werden einige Hauptfunktionen von CUDA vorgestellt und zum Schluss kommt das Fazit.