Collataz CUDA i nie tylko

[stiven]

Od dziś można wybierać pomiędzy aplikacjami:

• Brook+/CAL for AMD GPUs (ati14)
• OpenCL for AMD GPUs (opencl_amd_gpu)
• CUDA GPUs (cuda40/cuda55)
• OpenCL for nVidia GPUs (opencl_nvidia_gpu)
• OpenCL for Intel GPUs (opencl_intel_gpu)
• OpenCL for Intel CPUs (opencl_intel_cpu)
• OpenCL for AMD/Intel CPUs (opencl_amd_cpu)

Zachęcam do testów szczególnie posiadaczy kart nVidia bo tu mogą pojawić się spore różnice w wydajności oraz użyciu CPU.

[Grzypu]

Odnośnie powyższego mam ciekawe porównanie jak szybko zmienia się rynek komputerowy.

GeForce 9600GT kupiony pod koniec 2009 roku posiada następujące właściwości obliczeniowe:
solo_collatz 6.04 windows_intelx86 (opencl_nvidia_gpu) - 273.17 GFLOPS
solo_collatz 6.04 windows_intelx86 (cuda55) - 335.97 GFLOPS

Natomiast zintegrowana karta graficzna Intel HD 4600 z Intel Core I5-4570:
solo_collatz 6.04 windows_x86_64 (opencl_intel_gpu) - 369.06 GFLOPS

Niesamowite prawda? Karta kupiona całkiem niedawno (stary człowiek się łudzi  :D) za parę dobrych setek mięknie obecnie w starciu z integrą ze średniej klasy procesora :) Do tego jeśli chodzi o zużycie energii 9600GT posiada TDP równe 95W, natomiast czujniki w Core I5 podają zużycie energii na poziomie 30W przy przeliczaniu Collatza za pomocą samego iGPU.

Jeśli znacie inne projekty, które dają możliwość przeliczania za pomocą integry Intela z obsługą OpenCL dajcie znać :)

[LQG]

Na integrach z IvyBridge oraz Haswell można również liczyć WU Einstein@home oraz Seti@home. Być może również w innych projektach ale nie testowałem.

[4ys]

Brook+/CAL for AMD GPUs (ati14) próbowałem pobrac ale nie chce zassać licze tylko OpenCL for AMD GPUs (opencl_amd_gpu) na obu moich gpu (7870xt i 7790)

ogólnie po tej dłuższej przerwie na początku roku troszke słabiej  projekt punktuje (gpu)