هذا هو تطبيق لينكس المسمى CUDA.jl، ويمكن تنزيل أحدث إصدار منه بـ v5.8.2sourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى CUDA.jl عبر الإنترنت باستخدام OnWorks مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
CUDA.jl
الوصف:
برمجة وحدات معالجة الرسومات (GPU) عالية الأداء بلغة برمجة عالية المستوى. JuliaGPU هي مؤسسة تابعة لـ GitHub، أُنشئت لتوحيد حزم برمجة وحدات معالجة الرسومات (GPU) المتعددة في Julia. بفضل تركيبها النحوي عالي المستوى ومُجمِّعها المرن، تتمتع Julia بمكانة ممتازة لبرمجة مُسرِّعات الأجهزة، مثل وحدات معالجة الرسومات، بكفاءة عالية دون التضحية بالأداء. يتطلب أحدث إصدار تطويري من CUDA.jl الإصدار Julia 1.8 أو أعلى. إذا كنت تستخدم إصدارًا أقدم من Julia، فعليك استخدام إصدار سابق من CUDA.jl. سيحدث هذا تلقائيًا عند تثبيت الحزمة باستخدام مدير حزم Julia.
شرح المميزات:
- سيكون CUDA.jl v4.4 هو الإصدار الأخير الذي يدعم CUDA 11.0-11.3 (تم إيقافه في v5.0)
- يتميز CUDA.jl بتجريد مصفوفة سهل الاستخدام، مما يجعل العمل مع وحدات معالجة الرسومات NVIDIA CUDA أسهل باستخدام لغة برمجة Julia
- توفر الحزمة مُجمِّعًا لكتابة نوى CUDA في Julia، مما يُمكِّن المطورين من كتابة كود خاص بوحدة معالجة الرسومات (GPU) داخل بيئة Julia
- يوفر CUDA.jl غلافات لمكتبات CUDA المختلفة، مما يبسط تكامل وظائف CUDA الحالية في تطبيقات Julia
- يتطلب أحدث إصدار تطويري من CUDA.jl نظام التشغيل Julia 1.8 أو أعلى، مما يضمن التوافق مع أحدث إصدارات لغة برمجة Julia
- لاستخدام CUDA.jl، يلزم وجود وحدة معالجة رسومية (GPU) متوافقة مع CUDA مع قدرة حوسبة 3.5 (Kepler) أو أعلى، بالإضافة إلى برنامج تشغيل NVIDIA يدعم CUDA 11.0 أو أحدث
لغة البرمجة
جوليا
الأقسام
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/cuda-jl.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.