Sök…


Anmärkningar

GPU-dator kräver en "plattform" som kan ansluta till och använda hårdvaran. De två primära språken på låg nivå som åstadkommer detta är CUDA och OpenCL. Den förstnämnda kräver installation av den egenutvecklade NVIDIA CUDA Toolkit och är endast tillämplig på NVIDIA GPU: er. Det senare är både företag (t.ex. NVIDIA, AMD, Intel) och maskinvaruberoende (CPU eller GPU) men kräver installation av en SDK (programvaruutvecklingssats). För att kunna använda en GPU via R måste du först installera en av dessa programdelar.

När antingen CUDA Toolkit eller en OpenCL SDK är installerad kan du installera ett lämpligt R-paket. Nästan alla R GPU-paket är beroende av CUDA och begränsade till NVIDIA GPU: er. Dessa inkluderar:

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

Det finns för närvarande bara två OpenCL-aktiverade paket

  1. OpenCL - gränssnitt från R till OpenCL
  2. gpuR - allmänt bibliotek

Varning - installation kan vara svår för olika operativsystem med olika miljövariabler och GPU-plattformar.

gpuR gpuMatrix-objekt

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-objekt

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
Licensierat under CC BY-SA 3.0
Inte anslutet till Stack Overflow