C++ CUDA GPU

Bonjour,

Je suis a la decouvre CUDA. L idee c est d avoir un grid pas cher a la maison.
En gros utiliser CUDA pour paralleliser des calcules.
Je souhaiterais avoir un retour des personnes qui utilisent CUDA avec du C++ pour paralleliser des calculs.
D apres ce que j ai compris on ne peut pas utiliser des classes C++ avec CUDA.
Je souhaiterais donc savoir quelles sont les utilisations CUDA en C++.
Quelle est l approche des gens sur la parallelisation des calcules avec CUDA en C++.

Ma pensee:
D un cote j ai datasynapse qui vaut une blinde pour 8 CPU. De l autre je peux avoir plus de 100 CPU pour 100 € avec une carte graphique.
D un cote je peux faire de l objet avec datasynapse de maniere plus ou moins simple. (Malgre une doc datasynapse pour C++ totalement pourrie)
D un autre je peux me prendre un peu plus la tete pour adapter mes calculs en utilisant une carte graphique.

Match Datasynapse vs CUDA ?

cooli sur les GPU, les specs ont l'air sexy jusqu'à ce qu'on bench finement. Et la l'efficacité est en fait dramatique. Si vos algos ne sont pas vraiment compute-bound, vous serez deçu

Peut etre mais on est en phase de conception donc on peut encore adapter nos algos.C est pour cela que la question datasynapse vs Cuda a un sens pour le moment.
Je me demande d ailleur si on ne peut pas faire un melange des 2.


Notre Problematique:
On a un object (ObjStaticData) relativement gros qui contient toutes les donnees statiques.On peut voir ObjStaticData comme un ensemble de map de la forme map<Id, ptr sur autre ObjDescriptif>
Et on a une collection d' objets (ObjMetier) qui font references a ObjStaticData (pointeurs). On peut voir les ObjMetier comme un ensemble de ptr sur ObjDescriptif.
Ensuite pour chaque ObjMetier on effectue un calcule simple.

Ou est ce que l on perd du temps ?
- Dans la contruction de ObjStaticData:
- construction d un ensemble de map<Id, ObjDescriptif *>
- Les ObjDescriptif ont eux meme des relation entre eux
- Dans la construction des ObjMetier:
- bcp de recherche dans les map de ObjStaticData
- Dans le volume d ObjMetier a traiter et donc le calcule qui est tres simple est qd meme multiplier par le nombre ObjMetier.(nombre ObjMetier > 2 million). Mais parfois il y a dependance entre calcule notament pour agreger les resultats.

Analyse
-Datasynapse:
-Pb de transmettre sur chaque CPU du grid ObjStaticData --> Perte de temps
-Resolution des relations ObjStaticData <--> ObjMetier --> perte de temps
- Calcule simple, donc rapide, construction du resultat, puis envoie du resultat a travers le reseau --> perte de temps

Je me demandais si on pouvais utiliser datasynapse pour resoudre les
relations ObjStaticData <--> ObjMetier (recherche dans des map )
Puis utiliser le GPU pour faire les calculs simples.
Il reste tjrs le probleme de la duplication de ObjStaticData sur chaque CPU du grid.


Si vous avez des idees.

si les calculs sont trop simples, tu vas perdre dans le stemps de transferts.
Vu la structure des calculs, je ne pense aps qu'une GPU soit bien adapté (sauf à préciser ce que tu entends par simple)

Citation:

---

Envoyé par Joel F

cooli sur les GPU, les specs ont l'air sexy jusqu'à ce qu'on bench finement. Et la l'efficacité est en fait dramatique. Si vos algos ne sont pas vraiment compute-bound, vous serez deçu

---

exacte