This paper proposes a method for measuring the energy efficiency of computing on CPU and GPU, which does not require specialized instrumentation. The results of the experiments carried out to the comparison of the calculation effectiveness on the CPU and GPU in terms of energy consumption.
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.