TeraRecon gibt unsere Unterstützung für bekannt NVIDIA GPUs mit CUDA ® Plattform. Dies ist Teil unserer Fortsetzung Bemühungen um zur Verfügung stellen verbessern d Leistung, Skalierbarkeit und Unterstützung die stetig wachsenden Trends zu vollständigem Virtual Computing und Cloud-Bereitstellung . Machen Sie keinen Fehler, die CUDA-Schnittstelle auf der NVIDIA Die GPU unterscheidet sich erheblich von der Verwendung gewöhnlicher GPUs für das 3 D-Rendering. Es unterscheidet sich in 2 wesentlichen Punkten. Erstens bedeutet dies, dass ein einzelnes Board verwaltet werden kann parallel Aufgaben rendern gleichzeitig zur Unterstützung mehrerer Benutzer und Multithreading, das mit OpenGL- oder OpenCL-Schnittstellen nicht verfügbar ist. Zweite , CUDA-fähige GPUs sind führend als Plattform für maschinelles Lernen, die in einem Grid bereitgestellt werden kann und jetzt einige der weltweit anspruchsvollsten Deep Learning-Projekte unterstützt.
Heute ist TeraRecon der einzige Fortgeschrittene Visualisierungsfirma in der Welt, die die CUDA-Schnittstelle nutzt. Es ist Das unberührte Erbe von Hochleistungs-Rendering-Servern machte die Verwendung dieser neuen Technologie zu einem nahezu vollständigen Einstieg. Mit dem 4 bis 20 -fachen der Leistung seiner branchenführenden Volume Pro ™ ASIC-basierten Rendering-Technologie hat das Unternehmen gerade mit dem Angebot begonnen es ist Kunden CUDA als bemerkenswert kostengünstiger Weg, um mit derselben Lösung eine noch höhere Leistung zu erzielen.
Viele Systeme verwenden die GPU-Rendering-Technologie mit ihren inhärenten Leistungsbeschränkungen aufgrund der Verwendung von OpenGL-Schnittstellen. Während das Unternehmen seit langem CPU-, GPU- und ASIC-basiertes Rendering unterstützt, hat der Markt aufgrund seiner unübertroffenen Leistung vor allem ASIC-basiertes Rendering gefordert. Dies gilt auch heute noch in allen Fällen, mit Ausnahme der GPU, die das verwendet nVidia CUDA-Schnittstelle .
CUDA® ist eine von NVIDIA erfundene Parallelcomputerplattform und ein Programmiermodell. Es ermöglicht eine dramatische Steigerung der Rechenleistung, indem die Leistung der Grafikverarbeitungseinheit (GPU) genutzt wird. Mit Millionen von CUDA-fähigen GPUs, die bisher verkauft wurden, finden Softwareentwickler, Wissenschaftler und Forscher eine breite Anwendung für GPU-Computer ich ng mit CUDA. 1
Noch keine Kommentare
Lassen Sie uns wissen, was Sie denken