Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
Tags
- Data HAzard
- Pyverilog 튜토리얼
- linux c++ 컴파일
- 딥러닝 가속기
- 클럭 게이팅
- 컨벌루션 연산
- linux makefile 작성
- 데이터 해저드
- linux c 컴파일
- AMBA
- pytest-pythonpath 설치 오류
- Makefile compile
- Pyverilog 설치
- 대구 반도체 설계기업 특화
- DNN 가속기
- Pyvrilog tutorial
- Pyverilog 실행
- 남산업힐
- 이진수 곱셈 알고리즘
- makefile
- pyverilog 설치 오류
- CLOCK GATING
- CUDA
- Design DNN Accelerator
- CDC
- DNN Accelerator
- pygraphviz 설치 오류
- gcc 컴파일
- gpgpu-sim
- systolic array
Archives
- Today
- Total
목록benchmark (1)
오늘은 맑음
GPGPU-SIM에서 소프트웨어를 실행시키려면 C++을 이용한 CUDA로 코딩을 할 줄 알아야 합니다.CUDA란 GPU에서 병렬처리를 이용해 연산을 하게 해 주는 라이브러리입니다.사실 GPGPU-SIM에서 구조적으로 고칠 것이 아니라 어플리케이션만 실행시킨다면 CUDA를 사용할 줄 알아야겠죠?하지만 아직 CUDA를 사용할 줄 모른다면, 또는 구조를 바꾸어 비교할 공식적인 benchmark가 필요하다면 어떻게 해야 할까요? 많은 자료나 논문에서 GPGPU-SIM에서 성능 수치를 알아볼 때 사용하는 benchmark들이 여러개 있습니다. 1. CUDA-SDK2. ispass-20093. Rodinia4. parboil5. merge 1번같은 경우는 virtual machine용 GPGPU-SIM을 설치했을 ..
GPGPU-SIM
2019. 2. 18. 16:05