机器学习

为什么 GPU 能够极大地提高仿真速度？

本文主要是介绍为什么 GPU 能够极大地提高仿真速度？，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

这里的提速主要是针对时域电磁算法的。因为时域算法的蛙跳推进模式仅对大量存放在固定 位置的数据进行完全相同的且是简单的操作（移位相加），这正是 GPU 这类众核 SIMD 架构所进行的运算，即 ALU 与内存的存取速度（又称带宽）直接决定了整个运算速度。

 

下表给出了 GPU 与高速 CPU 数据总线的带宽比较，显然 GPU 的内存带宽远比 CPU 要高。这就是 GPU 在时域仿真中能够极大地提速的根源。

 

GPU 和内存
Tesla K10
Tesla K20X
Tesla K40m/c
Quadro K6000
DDR3-1333MHz 内存
GPU 内存
4GB
6GB
12GB
12GB
—
GPU 核数
1536
2688
2880
2880
—
内存带宽
160GB/s
250GB/s
288GB/s
288GB/s
32GB/s
双精度速度
0.19TFlops
1.31TFlops
1.43TFlops
1.43TFlops
—
这篇关于为什么 GPU 能够极大地提高仿真速度？的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
栏目导航