<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>并行计算 on Laning's Blog</title><link>https://blog.laning.org/tags/%E5%B9%B6%E8%A1%8C%E8%AE%A1%E7%AE%97/</link><description>Recent content in 并行计算 on Laning's Blog</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sun, 14 Apr 2024 19:37:43 +0800</lastBuildDate><atom:link href="https://blog.laning.org/tags/%E5%B9%B6%E8%A1%8C%E8%AE%A1%E7%AE%97/index.xml" rel="self" type="application/rss+xml"/><item><title>GPU在并行信息处理中的应用</title><link>https://blog.laning.org/posts/wp-0116/</link><pubDate>Mon, 19 Dec 2022 16:36:26 +0800</pubDate><guid>https://blog.laning.org/posts/wp-0116/</guid><description>&lt;p&gt;摘要&lt;/p&gt;
&lt;p&gt;随着前端数据采集设备精度的不断提高，对信息处理系统的实时性、准确性提出更高的要求。而从日趋完善的计算机体系结构中，半导体工艺难以取得重大突破的情况下，想要获取更高的计算性能（信息处理能力），我们就必须探索另外一条道路——并行处理。GPU在应用于图像处理领用，其CUDA平台的支持，对于浮点运算的高效，因而作为并行信息处理的技术被广泛应用。&lt;/p&gt;</description></item></channel></rss>