Suche…


Bemerkungen

GPU-Computing erfordert eine "Plattform", über die die Hardware angeschlossen und verwendet werden kann. Die zwei primären einfachen Sprachen, die dies erreichen, sind CUDA und OpenCL. Ersteres erfordert die Installation des proprietären NVIDIA CUDA Toolkit und ist nur auf NVIDIA GPUs anwendbar. Letzteres ist sowohl firmenintern (zB NVIDIA, AMD, Intel) als auch hardwareunabhängig (CPU oder GPU), erfordert jedoch die Installation eines SDK (Software Development Kit). Um eine GPU über R verwenden zu können, müssen Sie zuerst eine dieser Software installieren.

Sobald das CUDA Toolkit oder ein OpenCL SDK installiert ist, können Sie ein geeignetes R-Paket installieren. Fast alle R-GPU-Pakete sind von CUDA abhängig und auf NVIDIA-GPUs beschränkt. Diese schließen ein:

  1. gputools
  2. cudaBayesreg
  3. HiPLARM
  4. Matrix

Derzeit gibt es nur zwei OpenCL-fähige Pakete

  1. OpenCL - Schnittstelle von R zu OpenCL
  2. gpuR - Allzweckbibliothek

Warnung - Die Installation kann für verschiedene Betriebssysteme mit unterschiedlichen Umgebungsvariablen und GPU-Plattformen schwierig sein.

gpuR gpuMatrix-Objekte

library(gpuR)

# gpuMatrix objects
X <- gpuMatrix(rnorm(100), 10, 10)
Y <- gpuMatrix(rnorm(100), 10, 10)

# transfer data to GPU when operation called
# automatically copied back to CPU
Z <- X %*% Y

gpuR vclMatrix-Objekte

library(gpuR)

# vclMatrix objects
X <- vclMatrix(rnorm(100), 10, 10)
Y <- vclMatrix(rnorm(100), 10, 10)

# data always on GPU
# no data transfer
Z <- X %*% Y


Modified text is an extract of the original Stack Overflow Documentation
Lizenziert unter CC BY-SA 3.0
Nicht angeschlossen an Stack Overflow