Selasa, 19 Juni 2018

Tugas 3 Pengantar Komputasi Modern

Pararel Computing CUDA

CUDA adalah platform komputasi paralel dan antarmuka pemrograman aplikasi (API) yang dibuat oleh Nvidia. Hal ini memungkinkan pengembang perangkat lunak dan insinyur perangkat lunak untuk menggunakan unit pemrosesan grafis (GPU) berkemampuan CUDA untuk pemrosesan tujuan umum - sebuah pendekatan yang diistilahkan GPGPU (komputasi General-Purpose pada Unit Pemrosesan Grafik). Platform CUDA adalah lapisan perangkat lunak yang memberikan akses langsung ke set instruksi virtual GPU dan elemen komputasi paralel, untuk eksekusi kernel komputasi.

Platform CUDA dirancang untuk bekerja dengan bahasa pemrograman seperti C, C ++, dan Fortran. Aksesibilitas ini memudahkan para ahli dalam pemrograman paralel untuk menggunakan sumber daya GPU, berbeda dengan API sebelumnya seperti Direct3D dan OpenGL, yang membutuhkan keterampilan tingkat lanjut dalam pemrograman grafis. Selain itu, CUDA mendukung kerangka kerja pemrograman seperti OpenACC dan OpenCL. Ketika pertama kali diperkenalkan oleh Nvidia, nama CUDA adalah akronim untuk Compute Unified Device Architecture, tetapi Nvidia kemudian menjatuhkan penggunaan akronim. 

Image result for pararel computing cuda

  • Kemampuan  Program 
Platform CUDA dapat diakses oleh pengembang perangkat lunak melalui perpustakaan yang dipercepat CUDA, arahan kompilator seperti OpenACC, dan ekstensi untuk bahasa pemrograman standar industri termasuk C, C ++ dan Fortran. Programmer C / C ++ menggunakan 'CUDA C / C ++', dikompilasi dengan nvcc, kompiler C / C ++ berbasis LLVM dari Nvidia. Programmer Fortran dapat menggunakan 'CUDA Fortran', yang dikompilasi dengan compiler PGI CUDA Fortran dari The Portland Group.Selain pustaka, arahan kompilator, CUDA C / C ++ dan CUDA Fortran, platform CUDA mendukung antarmuka komputasi lainnya, termasuk OpenCL Khronos Group, Microsoft DirectCompute, OpenGL Compute Shaders, dan C ++ AMP. Pembungkus pihak ketiga juga tersedia untuk Python, Perl, Fortran, Java, Ruby, Lua, Common Lisp, Haskell, R, MATLAB, IDL, dan dukungan asli di Mathematica.

Dalam industri permainan komputer, GPU digunakan untuk perenderan grafis, dan untuk perhitungan fisika permainan (efek fisik seperti puing, asap, api, cairan); contoh termasuk PhysX dan Bullet. CUDA juga telah digunakan untuk mempercepat aplikasi non-grafis dalam biologi komputasi, kriptografi dan bidang lainnya dengan urutan besarnya atau lebih.

CUDA menyediakan API tingkat rendah dan API tingkat yang lebih tinggi. CUDA SDK awal dibuat publik pada 15 Februari 2007, untuk Microsoft Windows dan Linux. Dukungan Mac OS X kemudian ditambahkan dalam versi 2.0,yang menggantikan versi beta yang dirilis 14 Februari 2008. CUDA bekerja dengan semua GPU Nvidia dari seri G8x dan seterusnya, termasuk GeForce, Quadro dan garis Tesla. CUDA kompatibel dengan sebagian besar sistem operasi standar. Nvidia menyatakan bahwa program yang dikembangkan untuk seri G8x juga akan bekerja tanpa modifikasi pada semua kartu video Nvidia masa depan, karena kompatibilitas biner. 

CUDA 8.0 dilengkapi dengan pustaka berikut (untuk kompilasi & waktu proses, dalam urutan abjad):
  1.     CUBLAS - CUDA Basic Linear Aljabar subrutin perpustakaan
  2.     CUDART - CUDA RunTime library
  3.     CUFFT - CUDA Transformasi Fourier Cepat
  4.     CURAND - CUDA Random Number Generation library
  5.     CUSOLVER - Koleksi berbasis CUDA dari pemecah langsung padat dan jarang
  6.     CUSPARSE - CUDA Sparse Matrix library
  7.     NPP - pustaka Kinerja NVIDIA Primitif
  8.     NVGRAPH - pustaka Analisis Grafik NVIDIA
  9.     NVML - Pustaka Manajemen NVIDIA
  10.     NVRTC - NVIDIA RunTime Compilation library untuk CUDA C ++

CUDA 8.0 dilengkapi dengan komponen perangkat lunak lain ini:

  1.     nView - NVIDIA nView Desktop Management Software
  2.     NVWMI - Toolkit Manajemen Perusahaan NVIDIA(chm)
  3.     PhysX - GameWorks PhysX adalah mesin permainan fisika multi-platform,