In contrast, GPGPU languages model

In contrast, GPGPU languages model the GPU as a manycore architecture (as shown in Figure 1(b)), provide C/C++-like interfaces, and expose hardware features for general-purpose computation. For example, CUDA exposes hardware features including the fast interprocessor communication via the local memory, as well as the massive thread parallelism. The GPU has a large amount of device memory, which has high bandwidth and high access latency. Recently, primitives as the building blocks for higher-level applications have been proposed and implemented [20, 22, 33]. These GPU-based primitives further reduce the complexity of GPU programming.

ผลลัพธ์ (ไทย) 1:

ในทางตรงกันข้าม ภาษา GPGPU รุ่น GPU เป็นสถาปัตยกรรม manycore (ดังแสดงในรูป 1(b)) ให้ C/C - อินเตอร์เฟส และเปิดเผยคุณลักษณะฮาร์ดแวร์สำหรับการคำนวณเม็ด ตัวอย่าง CUDA ให้เห็นถึงลักษณะในการทำงานของฮาร์ดแวร์รวมถึงการสื่อสารที่รวดเร็ว interprocessor ผ่านหน่วยความจำท้องถิ่น ตลอดจน parallelism ด้ายขนาดใหญ่ GPU มีจำนวนมากของอุปกรณ์หน่วยความจำ ซึ่งมีแบนด์วิดท์สูงและเวลาแฝงที่สูงเข้า ล่าสุด นำเป็นส่วนประกอบสำหรับการใช้งานที่สูงกว่าได้เสนอ และดำเนินการ [20, 22, 33] เหล่านี้ใช้ GPU นำเพิ่มเติมลดความซับซ้อนของการเขียนโปรแกรม GPU

ผลลัพธ์ (ไทย) 2:

ในทางตรงกันข้ามภาษา GPGPU GPU แบบสถาปัตยกรรม manycore (ดังแสดงในรูปที่ 1 (ข)) ให้ C / C ++ - เช่นอิน​​เตอร์เฟซและแสดงคุณสมบัติของฮาร์ดแวร์ในการคำนวณเพื่อใช้งานทั่วไป ตัวอย่างเช่น CUDA exposes คุณสมบัติของฮาร์ดแวร์รวมถึงการสื่อสารกันอย่างรวดเร็วผ่านทางหน่วยความจำในท้องถิ่นเช่นเดียวกับด้ายขนานใหญ่ GPU ที่มีจำนวนมากของหน่วยความจำอุปกรณ์ที่มีแบนด์วิธสูงและการเข้าถึงแฝงสูง เมื่อเร็ว ๆ นี้เป็นพื้นฐานการสร้างบล็อกสำหรับการใช้งานระดับสูงได้รับการเสนอและดำเนินการ [20, 22, 33] เหล่านี้วิทยาการ GPU ที่ใช้ลดความซับซ้อนของการเขียนโปรแกรม GPU

ผลลัพธ์ (ไทย) 3:

ในทางตรงกันข้าม gpgpu ภาษาแบบ GPU เป็น manycore สถาปัตยกรรม ( ดังแสดงในรูปที่ 1 ( B ) ให้ C / C - เหมือนอินเทอร์เฟซและเปิดเผยคุณสมบัติของฮาร์ดแวร์สำหรับการคำนวณเอนกประสงค์ . ตัวอย่างเช่น การเปิดเผยคุณสมบัติของฮาร์ดแวร์ รวมทั้ง interprocessor การสื่อสารที่รวดเร็วผ่านทางหน่วยความจำท้องถิ่น ตลอดจนความหัวข้อใหญ่ GPU มีจำนวนมากของหน่วยความจำอุปกรณ์ซึ่งมีแบนด์วิดธ์สูงและศักยภาพในการเข้าถึงสูง เมื่อเร็ว ๆนี้ , primitives เป็นหน่วยการสร้างระดับการใช้งานได้ถูกเสนอและดำเนินการ [ 20 , 22 , 33 ] เหล่านี้ GPU จาก primitives เพื่อลดความซับซ้อนของการเขียนโปรแกรม GPU .