GPU загального призначення

Розглянуто задачу істотного підвищення продуктивності обчислювальних систем за рахунок використання сучасних апаратних засобів, таких як графічний процесор загального призначення. Описано відповідну програмну технологію CUDA і проаналізо- вано її ключові особливості, які суттєво впливають на продуктивність. На основі проведеного аналізу вибрана модель нейронної мережі та описано підхід до її реалізації. Наведено порівняльний аналіз реалізацій нейронної мережі на центральному та графічному процесорі, а також вплив деяких параметрів мережі на продуктивність.

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.