搜索资源列表
mc8051_core
- 一个用VHDL写的8051的内核,很方便集成到FPGA里.-a written VHDL 8051 kernel, is a convenient integrated into the FPGA Lane.
myFirstKernel
- 在gpu上实现载入核函数运行并检查是否运行成功-To achieve the gpu load kernel and run a successful check run
test3
- 基于MPI的卷积计算,数据矩阵：256*256 –原始矩阵设置：随机50个点设置为255，其余为0 卷积核：5*5 –明确注明所设计的卷积核 迭代次数：100 –每5次迭代保存一次数据矩阵 –通过20个结果矩阵，生成动画-MPI-based convolution calculation, data matrix: 256* 256- the original matrix setting: Random 50 points set to
mini3
- opencl kernel, you ll be surprised
svm-grid_openmp
- 支持向量机SVM gridr.py 核函数自动寻优 多核并行程序 wen7 32位系统-Support Vector Machine SVM gridr.py kernel function automatically optimizing multicore parallel programming wen7 32-bit systems
kernel
- 利用cuda对图像像素进行简单并行运算，以图像像素rgb值反映运行结果-Use a simple image pixel cuda parallel computing, image pixel rgb value to reflect the operating results
kernel
- 这是一段CUDA并行计算的例子，内容是矢量求和-Parallel computing
parallel_PI
- 调用核函数，对PI的数值求解进行并行计算，对gpu并行计算的初学者有一定的启发-Call the kernel function, PI values for solving parallel computing, parallel computing gpu beginners have some inspiration
1.2
- CUDA 测试范例 使用宏进行GPU端内核报错侦测-CUDA test sample Using macros for GPU kernel error detection
cudamarix-mul
- 用cuda写的矩阵相乘，包含分块和共享内存的核函数，请大家参照-Written by cuda matrix multiplication, and shared memory block containing the kernel function, please reference
Asy_test
- opencl实现任务并行，流水线操作。3个kernel同时运行-the opencl overlap
myFirstKernel
- 启动内核--从“myFirstKernel”模板开始。 Part1：使用指针d_a为内核的结果分配设备内存。 Part2：使用1-D的1-D网格来配置和启动内核 线程块。 Part3：让每个线程设置一个d_a的元素，如下所示： idx = blockIdx.x * blockDim.x + threadIdx.x d_a [idx] = 1000 * blockIdx.x + threadIdx.x Part4：将d_a中的结果复制回主机指针h_a。 Part5：验证结果是否正
reverseArray_singleblock
- 反向阵列(单块)-- 给定指针d_a中的输入数组{a0，a1，...，an-1}，将反向数组{an-1，an-2，...，a0}存储在指针d_b中 A: 从“reverseArray_singleblock”模板开始 B: 只有一个线程块启动，以反转一个大小的数组 N = numThreads = 256个元素 C: 第1部分（共1个）：所有你需要做的是实现内核的“reverseArrayBlock（）” D:每个线程将单个元件移动到相反的位置, 从d_a指标读取输入,
reverseArray_multiblock
- 反向阵列（multiblock）: 给定指针d_a中的输入数组{a0，a1，...，an-1}，将反向数组{an-1，an-2，...，a0}存储在指针d_b中 A: 从“reverseArray_multiblock”模板开始 B:多个256线程块启动,要颠倒大小为N，N / 256块的数组 第1部分：计算要启动的块数 第2部分：实现内核reverseArrayBlock 请注意，现在您必须同时进行计算 块内的相反位置 反向偏移到块的开始(Reverse array
kernel
- 1,使用VS创建一个工程 2，复制文件代码 3、使用内核cuda函数使用内核cuda函数调试专用(Use kernel CUDA function to use kernel CUDA function to debug special-purpose)