NAG GPU 數值​​函數(Beta 版)

張貼者:2011年6月8日 下午9:07marketing Honghu   [ 已更新 2011年6月8日 下午9:17 ]
NAG home
NAG一直處於數值算法的領導廠商,近40年來,我們已經提供各種不同應用領域的數值函數。 目前我們正與牛津大學的 Mike Giles 教授合作,提供GPU的數值函數。

GPU傳統上使用於個人計算機的3D遊戲加速上,現今迅速發展,已經普遍應用於一般的科學計算。 這樣的計算型態又被稱為"Personal Super Computing" (PSC)。

Giles 博士與NAG 的專家們已經著手開發功能齊全的並行數值函數。 採用GPU 架構,相較於傳統的CPU,我們擁有非常顯著的性能。

GPU 函數說明

GPU 函數包含:
  • The MRG32k3a pseudorandom number generator (L'Ecuyer) with streams and substreams.
  • The MT19937 pseudorandom number generator (Matsumoto, Nishimura) with streams and substreams.
  • A Sobol generator in up to 50,000 dimensions with digital scrambling (Hickernell).
  • Uniform, Exponential and Normal distributions in single and double precision.
  • GPU device function MRG and Sobol generators which can be embedded in users' GPU kernels
  • A Brownian bridge constructor for up to 8 dimensional Brownian motions.
  • User-configurable performance tuning and full error handling

我如何才能取得NAG 的GPU 數值​​函數原型呢?

目前NAG 的GPU 函數仍處於Beta 版。 目前此原型中已包括蒙地卡羅仿真組件:偽隨機隨機數生成器(MRG32k3a)、準隨機隨機數生成器(Sobol 至50,000 維度) 以及布朗橋。 隨機數生成提出三個輸出分佈函數(uniform、exponential 與Normal),並同時提供單精度與雙精度函數。

獲取的資格?

我們提供免費的學術使用。 同時我們也熱切期盼與商業客戶進行GPU 函數的進一步評估與開發。

若您要取得此軟件,請填寫 相關表格 或者直接與我們 聯繫 

正在進行中的工作

持續進行GPU 函數的開發,在NAG 數值算法庫中被選入加入至GPU 算法庫Beta 版中的函數將包含單變量與多變量分佈函數,也包含Copula 函數。

志謝

我們要感謝Technology Strategy Board (技術戰略委員會) 與Smith Institute (史密斯研究所) 的支持,以及英國工程暨物理研究委員會贊助Giles 教授的學術研究。

Comments