2. 在您的 ubuntu(版本 16.04 或 18.04)主机 PC 上安装 sdkmanager 客户端 更改为您的下载目录并安装 SDKM 客户端 $ cd $ sudo apt install ./sdkmanager-[版本].[内部版本号].deb
sudo dpkg -i libnvinfer7_7.2.0-1+cuda10.2_arm64.deb sudo dpkg -i libnvinfer-dev_7.2.0.2.0-1+cuda10.2_arm64.deb sudo sudo sudo sudo dpkg -i libnvinfer-plugin7.7.7.7.7.7.7.7.2.0-110.110.110.20.110.110.110.2 -plugin-dev_7.2.0-1+cuda10.2_arm64.deb sudo dpkg -i libnvonnxparsers7_7.2.0-1+cuda10.2_arm64.deb sudo sudo dpkg -i dpkg -i 2.0-1+cuda10.2_arm64.deb libnvparsers-dev_7.2.0-1+cuda10.2_arm64.deb sudo dpkg -i libnvinfer-bin_7.2.0-1+cuda10.2_arm64.deb sudo dpkg -i libnvinfer-doc_7.2.0-1+cuda10.2_all.deb sudo dpkg -i libnvinfer-samples_7.2.0-1+cuda10.2_all.deb
摘要 - 在任意算术计算和计算科学中,大型整数乘以广泛使用的操作。许多加密技术涉及对整数的极大子集进行操作,包括Diffie-Hellman密钥交换,RSA,ECC等。这些技术采用安全消息加密,解密和密钥交换,使用其大小至少1024位的安全键。的指控和乘法。Karatsuba算法是一种快速有效的方法,用于繁殖大数量,在每个递归步骤中,将乘法数量从四个减少到三个。在本文中,当应用于顺序和平行环境时,我们对卡拉茨巴算法的性能进行了全面评估。我们使用计算统一设备体系结构(CUDA)编程的NVIDIA图形处理单元(GPU)的功能来衡量并行实现和处理器配置的加速。在连续的NVIDIA GPU CUDA平台上运行的Karatsuba算法达到的加速度为30.12。通过利用可用的GPU内核可以改善性能。这些发现强调了平行化在减少总体计算时间方面的潜在优势。索引术语 - Karatsuba,乘法,计算统一设备体系结构,NVIDIA图形处理单元,加速
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
特点 • 技术 - 尺寸:长 99 米;直径:8.8 米 - 排水量:水面 4,700 吨 - 速度:水下约 25 节 - 推进力:核能。推进涡轮和电力推进马达运行 • 多用途武器 - F21 重型鱼雷(反舰和反潜) - MdCN 巡航导弹(对陆行动) - Exocet SM 39 导弹(反水面)
特点 • 重量:约 1,300 公斤;直径:533.4 毫米(21 英寸),符合国际标准 • 能够拦截速度超过 50 节、射程超过 50 公里的所有目标 • 两个多叶反向旋转螺旋桨 • 专为公海和沿海作战而设计 • 采用有线制导,可保持更换目标的能力,并可进行无线发射,依靠鱼雷的探测能力进行自主制导