搜索资源列表
Large-Scene-Rendering-Solution
- 面向GPU的多LOD因子的大规模场景策略及其原型系统-Large Scene Rendering Solution Using GPU Based Multi-LOD Factor Approach
Accelerating-Depth-Image-Based-Rendering-using-GP
- In this paper, we propose a practical method for hardware- accelerated rendering of the depth image-based representation (DIBR) object, which is defined in MPEG-4 Animation Framework eXtension (AFX). The proposed method overcomes the drawbacks
SupportCUDA
- 这是基于VC的一个关于CUDA GPU程序，检测显卡是否支持CUDA编程，对初学者很有帮助。-This is a program detecting the Graphics kard supporting the CUDA or not。
Usart+GPU+使用手册GM5
- 非常好的资料,希望大家一起学习。非常好用发一款LCD液晶屏(Very good information, hope that we learn together.Is very nice to send a LCD screen)
基于CUDA的SAR成像CS算法研究
- 关于用gpu进行SAR的CS算法仿真论文(papers of using GPU for the SAR CS algorithm simulation)
网络硬件加速器在自动驾驶计算平台的作用
- 近几十年来，图形处理器(GPU)已从最初作为大型电玩的视频显示适配器演进为一个强大的计算中心，并且正在推动人工智能和机器学习的发展，包括从石油和天然气勘探到自然语言处理等众多领域的计算工作。如今，GPU正在自动驾驶和先进驾驶辅助系统(ADAS)技术的发展中扮演着越来越重要的作用。
GPU和神经网络加速器芯片如何为汽车应用提供智能优势
- 汽车行业是推动人工智能(AI)发展的重要行业之一，这是因为该行业致力于自动驾驶汽车和高级驾驶员辅助系统(ADAS)的泛在利益。汽车正在变得越来越智能，但是如果汽车行业要实现完全自动驾驶的目标，他们还有很长的路要走。尽管业界还在讨论实现全自动化所需的理想技术组合，但是有一点是明确的，那就是人工智能，尤其是神经网络将发挥重要作用。
面向安防监控AI应用的图形处理技术
- 在对人工智能(AI)而非提高像素的需求推动下，特别是在由计算机视觉和数据驱动的决策制定方面，GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此，机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化
GPU可以为汽车ADAS带来什么
- 当今汽车行业最受关注的话题之一是先进的驾驶辅助系统(ADAS)，该系统可以多种方式帮助驾驶员处理潜在问题。它们可以为驾驶员提供视觉和听觉警告，也可以控制制动器、加速器和转向装置，使汽车远离危险。
嵌入式芯片要如何应对真正的AI本地化处理的挑战
- GPU和NNA(神经网络加速器)正在迅速成为AI应用的关键要素。随着不同企业开始挖掘神经网络在各种任务(比如自然语言处理、图片分类)中的潜力，集成人工智能元素的产品数量正在稳步的增长。与此同时，对于这些任务的处理也正在从传统的云端架构转移到设备本身上来，嵌入式芯
CUDA Fortran 高效编程实践.pdf
- CUDA Fortran 高效编程实践_科学家和工程师特供 2007 年以来，以 nVidia GPU 为代表的加速器并行计算风起云涌，带有加速器的超级计 算机在 TOP500 中的份额逐年增加，支持加速器的主流应用软件也呈爆炸式增长，研究加速 器计算的技术人员数以百万计，世界范围内的大学、研究机构竞相开设相关课程。 目前流行的 GPU 通用编程语言是 CUDA C 和 OpenCL. 它们均是 C/C++语言的扩展，因 此可以方便地将 C/C++代码移植到 GPU 上。但对于科学与工程计算