Ricerca…


Osservazioni

La GPU computing richiede una "piattaforma" in grado di connettersi e utilizzare l'hardware. I due principali linguaggi di basso livello che lo compongono sono CUDA e OpenCL. Il primo richiede l'installazione del toolkit NVIDIA CUDA proprietario ed è applicabile solo alle GPU NVIDIA. Quest'ultimo è sia azienda (ad esempio NVIDIA, AMD, Intel) che indipendente dall'hardware (CPU o GPU) ma richiede l'installazione di un SDK (kit di sviluppo software). Per utilizzare una GPU tramite R è necessario prima installare uno di questi pezzi di software.

Una volta installato CUDA Toolkit o OpenCL SDK, è possibile installare un pacchetto R appropriato. Quasi tutti i pacchetti R GPU dipendono da CUDA e sono limitati alle GPU NVIDIA. Questi includono:

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

Al momento ci sono solo due pacchetti abilitati OpenCL

  1. OpenCL - interfaccia da R a OpenCL
  2. gpuR - biblioteca per scopi generali

Attenzione : l'installazione può essere difficile per diversi sistemi operativi con diverse variabili ambientali e piattaforme GPU.

gpuR oggetti 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

gpuR oggetti 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
Autorizzato sotto CC BY-SA 3.0
Non affiliato con Stack Overflow