Dies ist die Windows-App namens CuPy, deren neueste Version als v12.2.0.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens CuPy mit OnWorks kostenlos herunter und führen Sie sie online 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 einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
CuPy
BESCHREIBUNG
CuPy ist eine Open-Source-Implementierung eines NumPy-kompatiblen mehrdimensionalen Arrays, das mit NVIDIA CUDA beschleunigt wird. Es besteht aus cupy.ndarray, einer Kernklasse für mehrdimensionale Arrays und vielen Funktionen darauf.
CuPy bietet GPU-beschleunigtes Computing mit Python und nutzt CUDA-bezogene Bibliotheken, um die GPU-Architektur vollständig zu nutzen. Laut Benchmarks können einige Vorgänge sogar um mehr als das Hundertfache beschleunigt werden. CuPy ist hochkompatibel mit NumPy und dient in den meisten Fällen als Ersatz.
CuPy lässt sich sehr einfach über pip oder für empfohlene Umgebungen über vorkompilierte Binärpakete namens Wheels installieren. Außerdem wird das Schreiben eines benutzerdefinierten CUDA-Kernels sehr einfach, da nur ein kleiner Codeausschnitt von C++ erforderlich ist.
Eigenschaften
- GPU-beschleunigtes Rechnen mit Python
- Hochkompatibel mit NumPy
- Einfache Installation
- Einfache Erstellung eines benutzerdefinierten CUDA-Kernels
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/cupy.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
