La principal ventaja de ese tipo de arquitectura (GPU) es el procesamiento en paralelo masivo, que intentaremos aprovechar mediante el uso de las librerías "jCuda" que conecta Java con la GPU.
Requisitos:
- Tarjeta gráfica Nvidia compatible con "Cuda".
- Drivers/librerías Cuda ToolKit (descargable desde la URL oficial de Nvidia).
- Drivers/librerías jCuda (descargable desde la URL "www.jcuda.org").
Lo que tengo instalado:
- Tarjeta gráfica Nvidia Geforce 9400 GT (compatible con instrucciones CUDA).
- Sistema Operativo Windows XP.
- NetBeans 8.x.x
Instalación:
01- Descargar e instalar la versión CUDA Toolkit compatible con nuestro sistema operativo (descargable desde la URL oficial de Nvidia):
cuda_6.5.14_winxp_general_32.exe
02- Descargar jCuda (descargable desde la URL "www.jcuda.org"):
JCuda-All-0.6.5-bin-windows-x86.rar
02.1 Descomprimir fichero:
02.2 Meter las librerías *.dll a la ruta:
C:\Archivos de programa\NVIDIA GPU Computing Toolkit\CUDA\v6.5\bin\
02.3 Agregar las librerías *.jar al proyecto de Netbeans.
Carpeta "Libraries" y seleccionar [Add JAR/Folder].
03- Descargar y descomprimir documentación de las librerías jCuda (opcional):
JCuda-All-0.6.5-doc.rar (descargable desde www.jcuda.org).
03.1 Agregar documentación en Netbeans:
Tools - Library Name: JCudaXXXX - Pestaña [Javadoc] - [Add Zip/Folder] - Seleccionar carpetas:
- JCublas-0.6.5-doc
- JCuda-0.6.5-doc
- JCufft-0.6.5-doc
- JCusparse-0.6.5-doc
JCuda-All-0.6.5-doc.rar (descargable desde www.jcuda.org).
03.1 Agregar documentación en Netbeans:
Tools - Library Name: JCudaXXXX - Pestaña [Javadoc] - [Add Zip/Folder] - Seleccionar carpetas:
- JCublas-0.6.5-doc
- JCuda-0.6.5-doc
- JCufft-0.6.5-doc
- JCusparse-0.6.5-doc
Disculpa por ejemplo ¿para el desarrollo de aplicaciones en JEE esto serviría para optimizar los tiempos de ejecución en un servidor de aplicaciones ?
ResponderEliminarSí, aunque el código de las aplicaciones contenidas en ese servidor deberían ser modificadas para aprovechar la potencia paralela de las GPUs.
Eliminar