使用MPI和CUDA
机构名称:
¥ 1.0

摘要 - 排序算法是数据处理中的基本工具。排序一直是算法研究人员的深层领域,许多资源已投资于分类算法的更多工作。为此,已经审查了许多现有的分类算法的算法复杂性性能。在本文中,实现了使用消息传递接口(MPI)和计算统一设备体系结构(CUDA)方法实现链排序算法。使用标准基准数据集对建议的工作进行了测试。提出的算法的主要思想是将输入数据集的元素分为几个其他临时子清单,以并行处理。使用MPI和CUDA实现的算法增强了算法的性能。使用MPI和19.9270分别使用CUDA获得的平均速度为3.9187。索引术语 - 链排序,消息传递接口,计算统一设备体系结构,加速

使用MPI和CUDA

使用MPI和CUDAPDF文件第1页

使用MPI和CUDAPDF文件第2页

使用MPI和CUDAPDF文件第3页

使用MPI和CUDAPDF文件第4页

使用MPI和CUDAPDF文件第5页

相关文件推荐

关于使用OpenCV和CUDA
使用OpenMP和MPI
2023 年
¥5.0
使用
2024 年
¥1.0
使用
2022 年
¥2.0
使用R
1900 年
¥18.0
使用
2025 年
¥1.0
使用
2024 年
¥1.0
使用
2023 年
¥1.0
使用云
2024 年
¥1.0
使用
2024 年
¥1.0
使用
2024 年
¥2.0
使用
2024 年
¥1.0
使用
2024 年
¥2.0
使用
2024 年
¥1.0
使用
2024 年
¥1.0
使用
2023 年
¥2.0
使用
2025 年
¥1.0
使用
2024 年
¥2.0
使用
2024 年
¥1.0
使用
2024 年
¥1.0
使用
2025 年
¥1.0
使用
2025 年
¥1.0
使用
2024 年
¥1.0
使用
2024 年
¥2.0
使用
2024 年
¥1.0
使用
2024 年
¥1.0
使用
2025 年
¥1.0
使用
2024 年
¥1.0
使用
2023 年
¥1.0