GPU性能要求,什么是最佳解决方案?

时间:2011-06-10 02:05:27

标签: matlab hardware fft gpgpu

我从事音频处理项目,需要进行大量基本计算(+, - ,*),如FFT(快速傅立叶变换)计算。

我们正在考虑使用显卡来加速这些计算。但我们不知道这是否是最好的解决方案。我们理想的解决方案需要是一个成本低于500美元的好计算系统。

我们使用Matlab编程,我们有声卡采集必须插入系统。

你知道除了显卡+主板以外的其他解决方案吗?

2 个答案:

答案 0 :(得分:5)

您可以使用free Matlab CUDA库在GPU上执行计算。 500美元会给你一个非常体面的NVIDIA GPU。请注意,GPU的视频内存有限,内存不足,数据量大,甚至比Matlab更快。

我已经使用GPUMat对8800 Nvidia GPU(128流)的8核intel CPU进行了基准测试,对于512Kb数据集,GPU以与2Ghz的8核心intel相同的速度旋转,包括传输到GPU内存的时间。对于严肃的GPU工作,我建议使用专用卡,而不是用于驱动显示器的卡。使用主板廉价英特尔视频来驱动显示器并将阵列计算传递给Nvidia。

答案 1 :(得分:4)

MathWorks的

Parallel Computing Toolbox现在包括GPU支持。特别是,支持元素运算和算术,以及1维和2维FFT(以及一大堆其他支持手写CUDA代码的东西)。如果您有兴趣以双精度执行计算,最近的特斯拉和Quadro品牌卡将为您提供最佳性能。

这是一个简单的例子,展示了如何使用并行计算工具箱在MATLAB中使用GPU:

gA = gpuArray( rand(1000) );
gB = fft( 1 + gA * 3 );