Zoeken…


Opmerkingen

GPU-computing vereist een 'platform' dat verbinding kan maken met de hardware en deze kan gebruiken. De twee primaire low-level talen die dit bereiken zijn CUDA en OpenCL. De eerste vereist installatie van de eigen NVIDIA CUDA Toolkit en is alleen van toepassing op NVIDIA GPU's. Dit laatste is zowel bedrijf (bijv. NVIDIA, AMD, Intel) als hardware-onafhankelijk (CPU of GPU) maar vereist de installatie van een SDK (softwareontwikkelingskit). Om een GPU via R te gebruiken, moet u eerst een van deze software installeren.

Nadat de CUDA Toolkit of een OpenCL SDK is geïnstalleerd, kunt u een geschikt R-pakket installeren. Bijna alle R GPU-pakketten zijn afhankelijk van CUDA en beperkt tot NVIDIA GPU's. Waaronder:

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

Er zijn momenteel slechts twee voor OpenCL ingeschakelde pakketten

  1. OpenCL - interface van R naar OpenCL
  2. gpuR - bibliotheek voor algemeen gebruik

Waarschuwing - installatie kan moeilijk zijn voor verschillende besturingssystemen met verschillende omgevingsvariabelen en GPU-platforms.

gpuR gpuMatrix-objecten

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-objecten

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
Licentie onder CC BY-SA 3.0
Niet aangesloten bij Stack Overflow