跳到主要内容
检索

# GPU加速

3 篇关联报道

订阅更新
  1. NVIDIA Blog

    英伟达扩展 CUDA-X 库并交给 AI 智能体调用:事件视界望远镜相关分析从超过一个月缩到八分钟

    英伟达扩展 CUDA-X 库,新增 cuPhoton、cuPotential 和 cuSpa,并让 AI 智能体能够调用这些库来加速科学计算。cuPhoton.xBeam 把事件视界望远镜的观测相关分析从超过一个月缩短到八分钟;cuPotential 把现有分子模拟软件加速至多 3 倍;开源的 cuSpa 在 Memorial Sloan Kettering 癌症中心的细胞多边形计算上相对 CPU 达到 900 倍加速。这些数字分别属于不同的库和不同的使用场景。

  2. NVIDIA Blog

    英伟达把物理AI带进韩国工厂:三星均质化算例从18小时缩到41秒

    英伟达与韩国多家产业伙伴推进物理AI落地,覆盖半导体工程、自动驾驶与机器人学习。三星电子在芯片尺度热力与力学分析中,用AI预测等效材料属性、粗网格与GPU加速组合,使一个均质化算例的仿真时间从32核CPU细网格约18小时降到GPU粗网格41秒,约1600倍加速;其sMOL平台的选定量子化学计算端到端最多快5倍。

  3. arXiv

    UMAP不再等全部算完:GPUMAP在消费级GPU上边插入边出图,百万点数据可提前查看

    GPUMAP把UMAP的降维流程拆成插入、更新、嵌入三类可交错执行的操作,在消费级GPU上边算边给出中间投影,使百万点规模的数据不必等全部计算结束才能查看。在HIGGS的500万点数据上,顺序执行的RAPIDS UMAP要到50.4秒才给出第一张投影,GPUMAP在8.42秒就产出可检查的中间结果并持续细化;代价是总运行时间约为顺序执行的1.6倍。

已读完全部报道