qt
发帖数: 9432 | 1 如果程序本身无法并行，是不是gpu就没什么优势了？
非cs专业的，最近在看cuda,一头雾水。 |
z**********6
发帖数: 68 | 2 是，GPU的加速条件比普通的多核并行要苛刻，并行块不能太大，线程数量要足够，内存coalesce访问等等，一般来说能vectorize的算法在GPU上会有比较好的加速比，比如linear algebra,image processing等等。 |
c*******h
发帖数: 1096 | 3 设计一个可并行的算法。即使新算法比老算法在非并行的情况下看着要傻，但是可能并行
一搞，优势就出来了
【在 qt 的大作中提到】
: 如果程序本身无法并行，是不是gpu就没什么优势了？
: 非cs专业的，最近在看cuda,一头雾水。
|
qt
发帖数: 9432 | 4 如果是MCMC呢？下一个sample总是依赖前一个sample,这种情况怎么并行呢？我现在唯
一想到的就是把里面矩阵相乘什么的并行一下，但是sample本身没办法并行是吗？
并行
【在 c*******h 的大作中提到】
: 设计一个可并行的算法。即使新算法比老算法在非并行的情况下看着要傻，但是可能并行
: 一搞，优势就出来了
|
qt
发帖数: 9432 | 5 是，linear algebra应该能加速不少。
内存coalesce访问等等，一般来说能vectorize的算法在GPU上会有比较好的加速比，比
如linear algebra,image processing等等。
【在 z**********6 的大作中提到】
: 是，GPU的加速条件比普通的多核并行要苛刻，并行块不能太大，线程数量要足够，内存coalesce访问等等，一般来说能vectorize的算法在GPU上会有比较好的加速比，比如linear algebra,image processing等等。
|
c*******h
发帖数: 1096 | 6 如果算一个sample的过程可以高度并行的话，也算充分利用gpu了。
你这种流水线的下一个sample依赖前一个sample的模式，一般来说可以试一下
pipelining。不过pipelining是computation parallel的，而gpu是data
parallel的，所以不一定能做。看情况。
你也可以考虑能不能将一个sample变成一堆sample，下一堆sample依赖前一堆
sample，但同一堆sample里面各个sample是互不干涉的，可以并行。就看你
mcmc的算法设计了。
【在 qt 的大作中提到】
: 如果是MCMC呢？下一个sample总是依赖前一个sample,这种情况怎么并行呢？我现在唯
: 一想到的就是把里面矩阵相乘什么的并行一下，但是sample本身没办法并行是吗？
:
: 并行
|
