gpu - 尝试 GPU 编程需要什么 PC 硬件?

标签 gpu

我有兴趣尝试 GPU 编程。我不清楚的一件事是,我需要什么硬件?是不是只要有显卡的电脑就可以了?我对 GPU 编程知之甚少,所以开始的学习曲线最好不要陡峭。如果因为我的硬件不够好而必须进行大量修改才能运行一些教程,我宁愿购买新硬件。

我有一台退役的 PC(大约 10 年了),安装了 Ubuntu Linux,我不确定它有什么显卡,一定是旧显卡。

我还计划购买一台 500 美元以下的新台式机,根据我的随意研究,该台式机通常配备 AMD Radeon 7x 或 Nvidia GT 6x 显卡。我认为任何新电脑都足以用于编程学习。

无论如何,任何建议都会受到赞赏。

最佳答案

如果您想使用 CUDA,则需要 NVidia 的 GPU,他们的网站解释了不同产品的计算能力。

如果您想学习 OpenCL,您现在就可以从具有 CPU 后端的 OpenCL 实现开始。编写针对 CPU 或 GPU 的 OpenCL 代码的基础知识是相同的,它们的主要区别在于性能调优。

对于 GPU 编程,过去几年制造的任何 AMD 或 NVidia GPU 都将具有一定程度的 OpenCL 支持,尽管新一代引入了一些新功能,而老一代无法轻松模拟这些功能。

英特尔在 Ivy Bridge 及更高版本中的集成 GPU 支持 OpenCL,但英特尔仅为 Windows 提供支持 GPU 的 OpenCL 实现,而不为 Linux 提供。

还要注意,中端 GPU 和高端 GPU 在计算能力方面存在巨大差异,尤其是在支持 double 算术的情况下。一些低端GPU根本不支持 double ,而中端GPU执行 double 运算的速度通常比单精度慢24倍。当您想要进行大量 double 计算时,购买面向计算的 GPU(Radeon 7900 系列或 GeForce Titan 及更高版本)绝对值得。

如果您想要一个具有非凡 GPU 能力的低端系统,目前最好的选择可能是获得一个围绕 AMD APU 构建的系统。

关于gpu - 尝试 GPU 编程需要什么 PC 硬件?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17891698/

相关文章:

opengl - 用于图像处理的 GPU 编程

performance - "Intrinsics"可能在 OpenGL 上的 GPU 上吗?

memory-management - 了解 tensorflow 队列和 cpu <-> gpu 传输

java - Android EGL-错误 : max aquired buffer count reached

ios - CIFilter似乎在GPU上失败

ios - Metal 计算着色器 : setting alpha to zero does not yield complete transparency

algorithm - 有没有可能在GPU中实现哈夫曼解码?

flash - AIR renderMode GPU与renderMode Direct

python - PyTorch 的 GPU 和 CPU 版本可以安装在同一个 Conda 环境中吗?

cuda - 视频处理到 GPU 内核的多个进程