LabVIEW中使用GPU进行高性能计算
2017-07-15 06:05
1266 查看
项目中需要使用LabVIEW控制NI FPGA board产生控制信号等,使用GPU对采集的数据进行高性能计算,因此方案之一是用Visual Studio设计基于CUDA的GPU并行计算算法代码,然后生成DLL,使用LabVIEW设计NI FPGA board控制代码并调用DLL,采用LabVIEW完成所有软件设计。
LabVIEW官网资源:
给出了使用CUDA的工具包:http://sine.ni.com/nips/cds/view/p/lang/zhs/nid/210829
使用方法简介:http://www.ni.com/white-paper/14077/zhs/ 其中包括了一个使用GPU进行FFT计算的例子,大概过程是打开GPU,初始化CUDA环境,传输数据到GPU,GPU计算,返回计算数据,释放GPU资源等。
LabVIEW使用GPU计算社区http://forums.ni.com/t5/GPU-Computing/gp-p/5053
但是对于使用LabVIEW进行graphic方式编程,我不是十分赞同,总感觉杂乱低效,而且我还不是很会调试LabVIEW code,所以目前倾向于用Visual Studio进行CUDA程序开发,控制NI FPGA board,这样可以更好的控制底层资源,调试也很便利。等初期版本稳定后,后期再将CUDA代码生成dll,交给使用LabVIEW编程的其他同事使用。
LabVIEW官网资源:
给出了使用CUDA的工具包:http://sine.ni.com/nips/cds/view/p/lang/zhs/nid/210829
使用方法简介:http://www.ni.com/white-paper/14077/zhs/ 其中包括了一个使用GPU进行FFT计算的例子,大概过程是打开GPU,初始化CUDA环境,传输数据到GPU,GPU计算,返回计算数据,释放GPU资源等。
LabVIEW使用GPU计算社区http://forums.ni.com/t5/GPU-Computing/gp-p/5053
但是对于使用LabVIEW进行graphic方式编程,我不是十分赞同,总感觉杂乱低效,而且我还不是很会调试LabVIEW code,所以目前倾向于用Visual Studio进行CUDA程序开发,控制NI FPGA board,这样可以更好的控制底层资源,调试也很便利。等初期版本稳定后,后期再将CUDA代码生成dll,交给使用LabVIEW编程的其他同事使用。
相关文章推荐
- 在Docker下使用Nvidia GPU进行计算
- 检测tensorflow是否使用gpu进行计算
- 在Docker下使用Nvidia GPU进行计算
- 利用GPU进行高性能数据并行计算《程序员》2008年第4期
- 【HPC】MIC和GPU在高性能计算中的使用
- tensorflow使用gpu进行计算的配置步骤
- 使用 OpenCL.Net 进行 C# GPU 并行编程
- 利用GPGPU方法将大量数据通过纹理传输至GPU进行计算
- 使用javabean获取表单数据并进行计算
- java中使用MD5进行计算摘要
- Python中使用pulp进行线性规范计算
- 使用pthread实现多线程CPU+GPU计算
- Java中使用BigDecimal进行浮点数精确计算、超大整数、浮点数等计算,没有数位限制
- 【CTO讲堂】如何用Python一门语言通吃高性能并发、GPU计算和深度学习
- 使用TensorFlow,GPU和Docker容器进行深度学习
- 使用补偿算法对陀螺仪和电子罗盘进行数据融合,计算方位角
- [转载]使用awk进行数字计算,保留指定位小数
- CUDA 学习(二)、使用GPU理解并行计算
- Python 文本挖掘:使用gensim进行文本相似度计算
- 使用 Linux 和 Hadoop 进行分布式计算(转载)