cuda

    5गर्मी

    1उत्तर

    मैं स्थापित किया है CUDA 5 टूलकिट (32 और उस के रूप में 64 बिट काम करने के लिए लग रहा था) और वी.एस. 2010 में एक CUDA क्रम परियोजना बना दिया है, यह ठीक संकलित करता है तथा रन लेकिन मैं एक लाल रेखा मिल CU

    5गर्मी

    3उत्तर

    मैंने सफलतापूर्वक 64 बिट उबंटू 12.04 बॉक्स पर cuda 5 (लेकिन नमूने नहीं) के लिए nvidia ड्राइवर और टूलकिट स्थापित किया। नमूने भले ही मैं पहले भाग गया स्थापित करने में विफल $ sudo apt-get स्थापित freeglu

    6गर्मी

    1उत्तर

    में बराबर समतुल्य मैं पाइथन में फिट वैल्यू इटरेशन (एफवीआई) निष्पादित करने की कोशिश कर रहा हूं (जिसमें टुकड़े की रैखिक इंटरपोलेशन का उपयोग करके 5 आयामी फ़ंक्शन का अनुमान लगाया जा रहा है)। scipy.interpo

    6गर्मी

    1उत्तर

    "कूडा सी प्रोग्रामिंग गाइड 5.0" में, पी 73 कहता है "ग्लोबल मेमोरी में रहने वाले चर के किसी भी पते या ड्राइवर या रनटाइम एपीआई से मेमोरी आवंटन रूटीन में से एक द्वारा लौटाया गया है, हमेशा कम से कम 256 बा

    5गर्मी

    1उत्तर

    CUDA सी श्रेष्ठ व्यवहार मार्गदर्शिका संस्करण 5.0, धारा 6.1.2 में, यह लिखा है कि: cudaMemcpy(), अतुल्यकालिक अंतरण संस्करण पिन किए गए मेजबान स्मृति (पिन की गई मेमोरी देखें) की आवश्यकता है, और के साथ इसक

    6गर्मी

    3उत्तर

    मैं एक क्यूडा प्रोग्राम लिख रहा हूं और प्रिंटफ फ़ंक्शन का उपयोग कर कुडा कर्नेल के अंदर कुछ प्रिंट करने की कोशिश कर रहा हूं। लेकिन जब मैं कार्यक्रम तो संकलन कर रहा हूँ मैं एक त्रुटि error : calling a h

    7गर्मी

    1उत्तर

    पर क्लास ऑब्जेक्ट पास करना क्या हम ऑब्जेक्ट को कर्नेल फ़ंक्शन में पास कर सकते हैं? पर विचार करें मैं एक वर्ग class MyClass { public : int value; float rate; MyClass(

    8गर्मी

    2उत्तर

    मैं डिवाइस पॉइंटर्स और cudaArray संरचनाओं के इच्छित उपयोग के बीच अंतर के बारे में उलझन में हूं। क्या कोई कृपया बता सकता है कि मैं एक बनाम दूसरे का उपयोग क्यों करूंगा? मेरी मूल समस्या यह है कि दस्तावेज

    7गर्मी

    1उत्तर

    मैं कुछ अंतर्दृष्टि प्राप्त करना चाहता हूं कि निरंतर स्मृति आवंटित की जाती है (CUDA 4.2 का उपयोग करके)। मुझे पता है कि कुल उपलब्ध निरंतर स्मृति 64 केबी है। लेकिन यह स्मृति वास्तव में डिवाइस पर आवंटित

    14गर्मी

    2उत्तर

    मैं ऐसे विकल्पों की खोज कर रहा हूं जो गतिशील क्लाउड-आधारित एनवीआईडीआईए जीपीयू वर्चुअलाइजेशन को सक्षम करते हैं जैसे कि एडब्ल्यूएस Cluster GPU Instances के लिए जीपीयू असाइन करता है। मेरी परियोजना एक आंत