Recherche…


Remarques

L'informatique GPU nécessite une «plate-forme» qui peut se connecter et utiliser le matériel. Les deux principaux langages de bas niveau qui accomplissent cette tâche sont CUDA et OpenCL. Le premier nécessite l’installation de la boîte à outils propriétaire NVIDIA CUDA et s’applique uniquement aux GPU NVIDIA. Ce dernier est à la fois une société (NVIDIA, AMD, Intel) et un matériel indépendant (CPU ou GPU) mais nécessite l'installation d'un kit de développement logiciel (SDK). Pour utiliser un GPU via R, vous devez d'abord installer l'un de ces logiciels.

Une fois le kit CUDA Toolkit ou OpenCL SDK installé, vous pouvez installer un package R approprié. Presque tous les packages GPU R dépendent de CUDA et sont limités aux GPU NVIDIA. Ceux-ci inclus:

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

Il n'y a actuellement que deux packages compatibles OpenCL

  1. OpenCL - interface de R vers OpenCL
  2. gpuR - bibliothèque à usage général

Attention : l'installation peut être difficile pour différents systèmes d'exploitation avec différentes variables d'environnement et plates-formes GPU.

objets gpuR gpuMatrix

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

Objets gpuR vclMatrix

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
Sous licence CC BY-SA 3.0
Non affilié à Stack Overflow