昨天我遇到一个问题，问题如下： 我使用了延迟渲染，我的渲染流程是：Pass1 --> CUDA并行计算 -->Pass2 CUDA并行计算中需要使用Pass1渲染生成的两张纹理，然而我在GPU端使用CUDA计算时发现纹理为空（数据全是0值），但是如果将两张纹理的数据传回CPU端，打印出来是有值的，且 ...
分类：
其他好文 时间：
2020-01-06 21:22:45
阅读次数：
77
PyCUDA 可以通过 Python 访问 Navidia 的 CUDA 并行计算 API。 具体介绍和安装可以参考 PyCUDA 官网文档和 pycuda PyPI。 本文涵盖的内容有： 本文示例在 GPU 环境下，使用 Jupyter Notebook 导入了以下包： 输出： 查询 GPU 信息 ...
分类：
其他好文 时间：
2019-09-13 22:08:33
阅读次数：
450
1 #include "cuda_runtime.h" 2 #include "device_launch_parameters.h" 3 #include <stdio.h> 4 #include <time.h> 5 #include <stdlib.h> 6 7 #define MAX 120 ...
分类：
其他好文 时间：
2016-10-06 22:16:51
阅读次数：
282
粗略来讲： Nvidia的Geforce系列面向游戏，注重速度，而在纹理细节(如抗锯齿)方面欠佳； Nvidia的Quadro系列显卡面向设计，对三维建模软件比如solid3d, autocad等进行了软硬件优化； Nvidia的Tesla系列显卡面向CUDA并行计算，堆砌巨量显示核心，但不输出图像
分类：
其他好文 时间：
2016-02-16 01:13:08
阅读次数：
235
共享内存实际上是可受用户控制的一级内存。每个SM中的一级内存与共享内存共享一个64KB的内存段。在开普勒架构的设备中，根据应用程序的需要，每一个线程块可以配置为16KB的一级内存或共享内存；而在费米架构的设备中，可以根据喜好选择16KB或48KB的一级内存或共享内存。早期的费米架构的硬件(计算能力为1.X)中只有固定的16KB共享内存而没有以及缓存。共享内存的延迟极低，大约有1.5TB/s的带宽，远远高于全局内存的190GB/s，但是它的速度只有寄存器的十分之一。
在实际的情况中，低端显卡全...
分类：
其他好文 时间：
2015-09-02 00:42:40
阅读次数：
237
在编写的模版中，利用opencv进行拷贝图像data时，报错如下：
Unhandled exception at 0x74dec42d in XXXX_CUDA.exe:
Microsoft C++ exception: cv::Exception at memory location 0x0017f878.
定位到错误在：
cvReleaseImage( ©_y );也就是说释放图像数据是时候，发生内存非法读写；
template
void grad_y( const IplI...
分类：
其他好文 时间：
2015-08-31 13:40:16
阅读次数：
161
Share memory是片上资源，生命周期是整个block中，它的数据读写十分快，有1个cycle latency。在Share memory中，经常存在bank conflict问题，如果没有bank conflict问题，它的数据读写可以和片上的寄存器（Register）一样快。因此，我们需要尽量减少bank conflicts....
分类：
其他好文 时间：
2015-05-21 09:07:59
阅读次数：
222
本文主要介绍如何使用CUDA并行计算框架编程实现机器学习中的Kmeans算法，Kmeans算法的详细介绍在这里，本文重点在并行实现的过程。...
分类：
编程语言 时间：
2015-02-01 21:54:01
阅读次数：
219
