SourceForge ソースフォージに CUDA ライブラリやツールが増えてきましたので、個人的に「お！」と思うものだけここで紹介します。
変な日本語は
機械翻訳のをそのまま持ってきましたｗ
あまりに酷いものは注釈を入れました。
[amazon_enhanced asin=”4777514773″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”4844329782″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”4862461336″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”479802578X” container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /]
私が使用している GPU VGA は ELSA ビデオカード AXERIZE GTX 560 Ti 1GB OC AX560-1GEROC です。ちなみに PC は非力な C2D E8200 (RAM8GB) なので、本当に GPGPU のパワーは素晴らしいと感じます。
＝＝＝
CUDAが有効なデバイスの情報を表示するシンプルなプログラムです。GPUの性能テストを備えています。
☆使ってみました ⇒ https://www.fxfrog.com/?p=3825 deviceQuery ＋ bandwidth よりもシンプル動作でした。
—
bruteforceドメインのアプリケーションは、Windowsのパスワードをキャッシュされます。 CUDAを上で動作。
☆使ってみました ⇒ https://www.fxfrog.com/?p=3830 解析残り時間まで表示する素敵なツールです。
—
GPUは、NVIDIA CUDAアクセラレーションを使用するMD5 bruteforcerのCHAP
—
これは、NVIDIA CUDA GPUを使用して、SIPプロトコルのためのパスワードのbruteforcerです。
—
hiCUDAは CUDAプログラミングを簡素化した、命令(directive)ベースの抽象化です。このプロジェクトは Open64に基礎を置き、hiCUDAディレクティブを並べたプログラムを同等のCUDAプログラムに変換する、ソース – ソース コンパイラの開発を目指しています。
—
CUDA用のVisual Studio Project Wizard。CUDA VS Wizardのインストール終了後、あなたはVisual StudioのテンプレートカテゴリーにCUDAWinAppを確認することができます。それで、VSにおいて新しいCUDAプロジェクトの作成が容易になります。Windows 32/64ビットシステム、VS2005がサポートされています。
—
CUDAを用いてGPU上でJPEGファイルをデコードしDirect3D textureにマッピングします。
—
nVidiaのCUDAとのMPIのpythonラッパーです。これらのラッパーは、純粋なC言語ではありませんがぶ飲み書かれているか、必要な昇圧。 CUDAをラッパーは、CUDAをランタイムおよびドライバ公開されるAPIの。
—
シミュレータスターCUDA （機械翻訳が酷いのですねｗ）
—
これは、アルゴリズムの実装をトレースする単純な線です。同じアルゴリズムは、CPUとGPU CUDAでに実装されているトレースのGPUベースの線のパフォーマンスが大幅に単純なCPUのものよりも優れています。 CUDAをは、DirectX SDKには必須です。
—
これは、NVIDIA CUDA GPUを使用して、SIPプロトコルのためのパスワードのbruteforcerです。
—
フォッサマグナは、ランタイムのCUDAのメモリオプティマイザです。窩を使用すると、ユーザーは、GPUの使用可能なメモリの量より多く必要とするのCUDAのアプリケーションを実行することができます。現在、窩は、freshmeat_gcc/ gcc]で生成デバッグバイナリに対応しています。
—
CUDAを使用してフィードフォワードバックプロパゲーション人工ニューラルネットワークの実装です。 （神経系はこれだけでは実装できないよ、だけど興味あります）
—
AMD / ATIのグラフィックカードでCUDAを有効にする
＝＝＝
[amazon_enhanced asin=”4777514773″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”4844329782″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”4862461336″ container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /] [amazon_enhanced asin=”479802578X” container=”” container_class=”” price=”All” background_color=”FFFFFF” link_color=”000000″ text_color=”0000FF” /]
以上