Warning: file_get_contents(/data/phpspider/zhask/data//catemap/5/google-sheets/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Visual c++ 硬件不可知(GPU/CPU)稀疏线性代数C++求解器框架/技术 我正在寻找关于线性稀疏代数问题的成熟C++求解器的建议。 目标是在或多或少的GPU硬件无关库/框架之间进行选择,这些库/框架可以在Linux和Windows上编译,并对主机设备内存进行高度控制。 我目前的研究范围缩小到以下候选人: CUDA-成熟,超过BLAS,跨平台,仅在NVIDIA上运行 OpenCL-成熟,CUDA的竞争对手 HIP-不太成熟,但从CUDA那里挑选了很多,同时在NVIDIA和AMD上运行,OpenCL和CUDA之间的移植没有成本 英特尔One API DPC++-实现,现在似乎是唯一的MKL/LAPACK包装器,不确定它如何与GPU系统一起工作,因为MKL更以CPU为中心-似乎不成熟 岩浆-成熟,看起来像CUDA的大竞争对手,小型社区_Visual C++_Linear Algebra_Sparse Matrix_Gpgpu_Magma - Fatal编程技术网

Visual c++ 硬件不可知(GPU/CPU)稀疏线性代数C++求解器框架/技术 我正在寻找关于线性稀疏代数问题的成熟C++求解器的建议。 目标是在或多或少的GPU硬件无关库/框架之间进行选择,这些库/框架可以在Linux和Windows上编译,并对主机设备内存进行高度控制。 我目前的研究范围缩小到以下候选人: CUDA-成熟,超过BLAS,跨平台,仅在NVIDIA上运行 OpenCL-成熟,CUDA的竞争对手 HIP-不太成熟,但从CUDA那里挑选了很多,同时在NVIDIA和AMD上运行,OpenCL和CUDA之间的移植没有成本 英特尔One API DPC++-实现,现在似乎是唯一的MKL/LAPACK包装器,不确定它如何与GPU系统一起工作,因为MKL更以CPU为中心-似乎不成熟 岩浆-成熟,看起来像CUDA的大竞争对手,小型社区

Visual c++ 硬件不可知(GPU/CPU)稀疏线性代数C++求解器框架/技术 我正在寻找关于线性稀疏代数问题的成熟C++求解器的建议。 目标是在或多或少的GPU硬件无关库/框架之间进行选择,这些库/框架可以在Linux和Windows上编译,并对主机设备内存进行高度控制。 我目前的研究范围缩小到以下候选人: CUDA-成熟,超过BLAS,跨平台,仅在NVIDIA上运行 OpenCL-成熟,CUDA的竞争对手 HIP-不太成熟,但从CUDA那里挑选了很多,同时在NVIDIA和AMD上运行,OpenCL和CUDA之间的移植没有成本 英特尔One API DPC++-实现,现在似乎是唯一的MKL/LAPACK包装器,不确定它如何与GPU系统一起工作,因为MKL更以CPU为中心-似乎不成熟 岩浆-成熟,看起来像CUDA的大竞争对手,小型社区,visual-c++,linear-algebra,sparse-matrix,gpgpu,magma,Visual C++,Linear Algebra,Sparse Matrix,Gpgpu,Magma,我很快就要开始使用CUDA了,因为它的工具箱中有很多示例,然后可能会迁移到HIP或Intel的DPC++SYCL 您是否有一篇链接/文章可以帮助我挑战这些考虑因素?值得注意的是,我所在的公司正在开发针对oneAPI/DPC++的Nvidia GPU支持,这意味着您可以直接使用SYCL进行开发,并且仍然支持您的Nvidia GPU,同时还可以针对其他处理器类型。我们还针对Nvidia设备添加了对oneMKL的一些有限支持

我很快就要开始使用CUDA了,因为它的工具箱中有很多示例,然后可能会迁移到HIP或Intel的DPC++SYCL


您是否有一篇链接/文章可以帮助我挑战这些考虑因素?

值得注意的是,我所在的公司正在开发针对oneAPI/DPC++的Nvidia GPU支持,这意味着您可以直接使用SYCL进行开发,并且仍然支持您的Nvidia GPU,同时还可以针对其他处理器类型。我们还针对Nvidia设备添加了对oneMKL的一些有限支持