일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- Big Data
- nodeJS
- 주일설교
- Statistics
- MongoDB
- 빅데이터
- 확률
- 몽고디비
- Machine Learning
- No SQL
- 인공지능
- 김양재 목사님
- c++
- 빅 데이터
- 데이터 과학
- Deep learning
- R
- 김양재
- probability
- Artificial Intelligence
- data science
- 딥러닝
- openCV
- 우리들교회
- 빅데이타
- 통계
- 김양재 목사
- 빅 데이타
- node.js
- WebGL
- Today
- Total
목록cuda (13)
Scientific Computing & Data Science
by Geol Choi | Mar. 30, 2014목 차 1. GPU 개괄1.1. 병렬 컴퓨터로서의 GPU1.2. 현대 GPU의 구조1.3. 고수준의 병렬 계산을 하는 이유?1.4. 병렬 프로그래밍 언어와 모델2. GPU 역사2.1. 그래픽스 파이프라인의 진화2.2. GPU 계산2.3. 미래 발전 동향3. 최신 기술 동향3.1. 다양한 분야에서의 병렬 계산3.2. 하이브리드 GPU 기술3.3. 통합 셰이더 기술3.4. NVIDIA의 Fermi 아키텍쳐3.5. NVIDIA의 Kepler 아키텍쳐3.6. NVIDIA의 Tesla 프로세서4. 컴퓨터 그래픽스 산업 분야에서의 GPU 활용4.1. PhysX4.2. OptiX4.3. SceniX4.4. CompleX5. 맺음말 1. GPU 개괄Intel Penti..
What is CUDACUDA™ is a parallel computing platform and programming model that enables dramatic increases in computing performance by harnessing the power of the graphics processing unit (GPU). Since its introduction in 2006, CUDA has been widely deployed through thousands of applications and published research papers, and supported by an installed base of over 300 million CUDA-enabled GPUs in no..