- 强化GPU高性能并行计算混合架构扩展图形计算及数据处理应用经济效益 2009-02-19
- 专访NVIDIA Telsa与GPU运算部门总经理Andy Keane 并行算法随着计算机运算广度的需求日增而越来越重要,特别是在高端科学计算、高精度图像处理、医学成像与基因分析、地质探测、以及工业用图形设计领域,高性能计算处理的需求越来越高。数据并行计算...
- GPU计算 复杂多相流动分子动力学模拟 2009-02-18
- WriteSpan('ad_500_1') 挑战 分子动力学(molecular dynamics,MD)模拟是随着计算机技术的发展而兴起的一种科学计算方法,现已应用到广泛的领域中,如医药、材料、能源、机电等。随着纳米、微机电和微化工等技术的兴起,纳微流动的MD模拟近年来也成为热点...
- Tesla在计算金融应用及与CPU性能测试对比 2009-02-12
- 目前,利用CUDA进行的期权定价、风险分析、算法交易等工作正在进行之中。这项工作以及一些随机数字生成器以及蒙特卡洛模拟中具有代表性的图表如下。 CUDA软件开发包中的RNG 使用SciFinance的Monte Carlo定价模型 CUDA计算金融软件...
- 无线密码破解借Nvidia Tesla提速110倍 2009-02-09
- ElcomSoft是一家俄罗斯软件公司,出品过不少密码破解软件,涉及Office、SQL、PDF、EFS等等。近日ElcomSoft又推出了 Wireless Security Auditor 1.0 ,号称可以利用GPU的运算性能快速攻破无线网络密码,运算速度相比使用CPU可提高最多上百倍...
- 比CPU快70倍,NVIDIA GPU开始治病救人 2009-02-09
- 裸眼立体成像技术是指无需特殊眼镜就能显示三维立体图像,医疗平台上就有很广泛的应用...
- Tesla S1070大幅提升深度地质探测能力 2009-02-09
- 总部设在休斯顿的SeismicCity公司正在采用NVIDIA Tesla S1070 1U系统来进行逆时偏移(RTM)计算,逆时偏移是石油天然气行业最先进的dz数据成像技术之一。 SeismicCity之所以选择NVIDIA Tesla S1070是因为这款产品能够提供最快...
- GPU令苹果公司的雪豹迸发动力 2009-02-09
- 《福布斯》杂志发表了一篇题为《GPU将强力支持Apple公司的Snow Leopard操作系统》的文章,文章讲述了Apple公司员工本周申报了三项专利。这三项专利是关于分割计算任务然后交由图形芯片等不同类型芯片来处理的技术。文章推断,这些专利有力证明了除中央处理器...
- Nvidia Tesla帮助HPC应用进入质的飞跃 2008-12-22
- 当人类亿万细胞中的一个开始了无序分裂,产生的病变逐渐蔓延,最终导致了癌症的发生。究竟这个过程是如何发生的,又该如何去阻止?为解决这些问题,科学家们正将一项新的运算技术和高性能计算机阵列运用到细胞基本行为的模拟中去。 以往对细胞的结构...
- 石油/金融/物理/天气/金融/医学应用,体验Tesla C1060的威力 2008-12-19
- CUDA:主导GPU计算的革命 回顾显卡的发展,用户对图形计算方面的需求不断的超出了CPU在计算能力方面的发展速度。随着CPU计算能力的进步,人们一度认为可以将图形、视频等需要大量运算的功能都交与CPU完成...
- Tesla解决在石油勘探应用20000颗CPU计算难题 2008-12-19
- 挑战 随着石油价格持续攀升,寻求新能源来帮助调节油价已经变得越来越紧迫。 但是勘探和钻探一口深井的成本高达数亿美元,而且通常成功的几率很低...
- 石油天然气勘探应用-提速100倍的实时TB级数据处理工作站 2008-12-19
- 挑战 石油天然气勘探的难度越来越大。现在的大型油气田深度变得更大,并且处于难以分析的沉积层内。例如最近Jack Field在墨西哥湾发现的油气田就位于海底以下2万多英尺。为了解释和勘探这些油气田,我们必须获得并处理大量的地震数据...
- Tesla满足神经生物学实时神经精细模拟巨量计算需求 2008-12-19
- 挑战 Evolved Machines正在从事大脑回路反向工程的研究工作,以期开发出设备技术的一个全新典范。他们的研究工作需要进行神经生物学真实神经回路的大规模模拟,这就需要强大的并行计算能力。单个神经元的模拟每秒钟要进行2亿次微分方程式的估算,大约需要4...
新闻排行榜
最新信息
- CLIP 多模态对比学习训练:视觉-语言对齐的计算特征与图形工作站选型
- GRPO 强化学习后训练大模型:Rollout 与训练分离架构下的工作站选型
- PETSc/TAO 面向 GPU 超算的可扩展求解器:稀疏线性代数负载与工作站选型
- cuTensorNet 张量网络量子电路模拟:收缩路径优化与 GPU 显存选型
- Ansys Icepak 电子散热仿真:共轭传热网格与求解负载下的工作站选型
- Cadence Spectre X 大规模并行电路仿真:SPICE 精度、32 核以上扩展与 GPU 加速的选型逻辑
- DEM 离散元颗粒仿真:LIGGGHTS 的 MPI 并行与 EDEM 的 GPU 求解双路线选型
- FEP+ 自由能微扰计算驱动药物设计:GPU 吞吐与批量炼金术扰动的工作站选型









