Dies ist die Linux-App namens CUDA.jl, deren neueste Version als v5.8.2sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens CUDA.jl kostenlos herunter und führen Sie sie online mit OnWorks aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
CUDA.jl
BESCHREIBUNG:
Leistungsstarke GPU-Programmierung in einer höheren Programmiersprache. JuliaGPU ist eine GitHub-Organisation, die die zahlreichen Pakete für die GPU-Programmierung in Julia vereint. Dank seiner anspruchsvollen Syntax und des flexiblen Compilers eignet sich Julia hervorragend für die produktive Programmierung von Hardwarebeschleunigern wie GPUs ohne Leistungseinbußen. Die neueste Entwicklungsversion von CUDA.jl erfordert Julia 1.8 oder höher. Wenn Sie eine ältere Version von Julia verwenden, benötigen Sie eine frühere Version von CUDA.jl. Dies geschieht automatisch, wenn Sie das Paket mit dem Paketmanager von Julia installieren.
Eigenschaften
- CUDA.jl v4.4 wird die letzte Version mit Unterstützung für CUDA 11.0-11.3 sein (veraltet in v5.0)
- CUDA.jl bietet eine benutzerfreundliche Array-Abstraktion, die die Arbeit mit NVIDIA CUDA-GPUs unter Verwendung der Programmiersprache Julia erleichtert.
- Das Paket bietet einen Compiler zum Schreiben von CUDA-Kerneln in Julia, sodass Entwickler GPU-spezifischen Code innerhalb der Julia-Umgebung schreiben können.
- CUDA.jl bietet Wrapper für verschiedene CUDA-Bibliotheken und vereinfacht so die Integration vorhandener CUDA-Funktionen in Julia-Anwendungen.
- Die neueste Entwicklungsversion von CUDA.jl erfordert Julia 1.8 oder höher, um die Kompatibilität mit den neuesten Versionen der Programmiersprache Julia sicherzustellen.
- Zur Verwendung von CUDA.jl ist eine CUDA-fähige GPU mit Rechenleistung 3.5 (Kepler) oder höher sowie ein NVIDIA-Treiber erforderlich, der CUDA 11.0 oder neuer unterstützt.
Programmiersprache
Julia
Kategorien
Diese Anwendung ist auch unter https://sourceforge.net/projects/cuda-jl.mirror/ verfügbar. Sie wurde in OnWorks gehostet, um die Ausführung online auf einem unserer kostenlosen Betriebssysteme zu vereinfachen.