Запропоновано метод вимірювання енергетичної ефективності обчислень на CPU і GPU, який не потребує спеціалізованого вимірювального обладнання. За результатами проведених експериментів порівняно ефективність обчислень на CPU і на GPU з погляду енерговитрат.
1. CUDA Zone. http://www.nvidia.ru/object/cuda_home_new_ru.html (Last access: 08.02.2014). 2. Каллан Р. Основные концепции нейронных сетей.: Пер. с англ. – М.: Издательский дом “Вильямс”, 2001, 288 с., ISBN 5-8459-0210-Х. 3. Изопов П. Ю., Суханов С. В., Головашкин Д. Л. Технология реализации нейросетевого алгоритма в среде CUDA на примере распознавания рукописных цифр. – М.: Институт систем обработки изображений РАН “Компьютерная оптика”, Т. 34. – №2. – 2010. – С. 243–251, ISSN 0134-2452. 4. Олещук О. В., Попель О. Є., Копитчук М. Б. Моделювання повнозв’язної нейронної мережі з використанням технології CUDA. – Л.: Видавництво Національного університету “Львівська політехніка” (Вісник / Національний університет “Львівська політехніка”), № 747, 2012, с. 131–139. 5. Oleshchuk O., Popel O., Kopytchuk M. Application of Kohonen neural networks for problems of on-line diagnostics. – 13th International Conference “Research and Development in Mechanical Industry” RaDMI, 2013, Vrnjacka Banja, Serbia, p. 705–710.