Per sfruttare nvcc (il compilatore di nVidia CUDA), come utile strumento di cross-compilazione per il kernel di Linux, viene utilizzato un nuovo progetto: KGPU. Cosa fa quindi precisamente KGPU?
Secondo gli sviluppatori di KGPU, esso è un metodo efficace per rendere “parallelizzato” l’intero processo: la GPU concorre all’esecuzione del kernel insieme alla CPU. E questo cosa vuol dire? Che tutto viene velocizzato – ottimo, no?
Per poter però usare KGPU, e sfruttare tutti i vantaggi che ne porta, è fondamentale avere i driver proprietari di nVidia e di SDK di Computed Unified Device Architecture (CUDA). Per il testing, coloro che hanno realizzato KGPU, hanno utilizzato una GeForce GTX480 con CUDA 3.3, sul kernel Linux 2.6.38, perciò è sufficiente possedere una scheda video che supporti CUDA 2.0 – facilmente reperibile.
L’ultimo aggiornamento di CUDA è la versione 4.0. Per sapere se la scheda video è compatibile o no si può, per esempio, avviare il benchmark di python-openc.
© Pascal for Openews.it, 2011. |
Permalink |
Nessun commento
Aggiungi a del.icio.us
Cerca blog che linkano questo post con Technorati
Sfoglia l’archivio dei post sotto la categoria OSS.
