Information About | German word GPUS

Examples of Using GPUS in a Sentence

• Neben CPUs unter dem Namen Xeon werden seit 2012 auch GPUs unter dem Namen Intel Xeon Phi angeboten, welche auf der früher als Larrabee vorgestellten Architektur basieren.
• Produkte der Voodoo-4-Reihe besitzen eine, die der Voodoo-5-Serie zwei mittels Scan Line Interleave (SLI) zusammenarbeitende GPUs.
• Das gleiche Verfahren wird angewandt, wenn zwei GPUs auf derselben Karte liegen oder eine GPU auf der Hauptplatine (etwa im Chipsatz) und eine weitere auf einer Einsteckkarte („Radeon Dual Graphics“).
• Bei Onboard-GPUs ist die Verbindung mit der Northbridge intern, wie bei dedizierten Grafikkarten, über PCI, PCI Express oder früher AGP realisiert; Hauptprozessor-integrierte GPUs sind im Allgemeinen unmittelbar an die CPU angebunden.
• Ein anderer Nachteil ist die Anbindung an die Rechnerarchitektur, sie erfolgt bei aktuellen GPUs meist über PCIe und bringt, im Vergleich zur direkten Anbindung von Prozessoren, schlechtere (höhere) Latenzzeiten und geringere I/O-Durchsatzraten mit sich.
• Einerseits um auch unter Last konkurrenzfähige Werte bezüglich der Leistungsaufnahme zu erreichen, andererseits um möglichst kleine Die-Flächen zu erhalten, lässt AMD die Grafikprozessoren (GPUs) bei TSMC seit Ende 2007 im 55-Nanometer-Prozess fertigen.
• Kennzeichnend ist hierbei, dass sie hocheffizient ist, was die Übersetzung auch Just-in-Time (also auf Anforderung, bei Bedarf) ermöglicht, und diese mit einer Größe von nur 20 kB extrem kompakt ist, wodurch die Ausführung auch auf einfachen Prozessoren, älteren Grafikprozessoren (GPUs) oder Embedded-CPUs, und insbesondere sogar direkt im Cache möglich ist.
• Intels schon länger erhältliche GPUs, die im Chipsatz integriert waren (Intel GMA) wurden weiterentwickelt zu GPUs, die in die CPU selbst integriert sind und laufen jetzt unter dem Handelsnamen „Iris“ oder Intel HD Graphics.
• scrypt ist demnach trotz höherer Speicheranforderung für niedrige Parameter angreifbarer als bcrypt, da scrypt mit niedrigen Parametern effizient von GPUs ausgeführt werden kann.
• Der verwendete Proof-of-Work-Algorithmus RandomX ist dadurch gekennzeichnet, dass er im Unterschied zum sha256-Algorithmus von Bitcoin oder auch zum scrypt-Algorithmus von Litecoin sehr speicherintensiv ist und damit besonders für weit verbreitete General-Purpose-Hardware (CPUs, GPUs und RAM von handelsüblichen PCs) geeignet ist, während sich die Entwicklung und Herstellung spezieller Hardware (ASICs) kaum lohnt.
• X11 ist nicht resistent gegen den Einsatz von anwendungsspezifischen integrierten Schaltungen (ASICs) und ist geeignet für Mining mit CPUs und GPUs.
• Historisch gesehen haben Spielkonsolen oft relativ schwache CPUs, wenn sie mit den zeitgenössischen Desktop-Computern verglichen werden, dafür jedoch stärkere Grafikprozessoren (GPUs).
• Seine Forschungsschwerpunkte liegen auf massiv-parallelen Rechnerarchitekturen, von dedizierter Hardware und Beschleunigern (FPGAs, MPPAs, GPUs) bis hin zu Multicore-Architekturen, mit den Aspekten.
• Als Gründe für diese Tendenz nannte Huang 2024 die Verlagerung von Fortschritten in der Rechenleistung im Bereich der CPUs zu GPUs, den zunehmenden Einsatz von maschinellem Lernen in der Programmierung sowie das Hervorbringen leistungsfähiger KI-Systeme, die jeweils die Entwicklung noch fähigerer KI-Systeme beschleunigen.
• Auch das menschliche Gehirn verarbeitet Sinneseindrücke parallel und heutige Grafikprozessoren (GPUs) in modernen Grafikkarten arbeiten ebenso nach diesem Prinzip.
• Anwendungsentwickler haben auch die Vorliebe, wie GPU-Befehle auf welchen GPUs ausgeführt werden, und geben Vorschläge, auf welcher GPU ein bestimmter Befehl am effizientesten auszuführen ist (Befehle zum Rendern einer Szene können von der diskreten GPU ausgeführt werden, während Nachbearbeitung und Anzeige von der integrierten GPU verarbeitet werden).
• Jede Instinct MI250X-Packung besteht aus einem Multi-Chip-Modul mit zwei GPUs und je GPU 64 GByte HBM2-Arbeitsspeicher.
• Das Bitcoin-Mining ist ein Wettbewerbsumfeld, in dem sich ein regelrechter „Rüstungswettlauf“ durch die verschiedenen genutzten Hashing-Technologien zeigt: Angefangen von einfachen zentralen Verarbeitungseinheiten (CPUs), über hochentwickelte Grafikprozessoren (GPUs), programmierbare Schaltkreise (FPGAs) bis hin zu anwendungsspezifischen integrierten Schaltungen (ASICs).
• Die erzielte hohe Rechengeschwindigkeit beruht auf einer engen Kopplung von Hauptprozessoren (CPUs) mit Grafikprozessoren (GPUs) und dem raschen Zugriff auf zugeordnete Speicher, welche gruppenweise auf demselben Superchip angeordnet sind.
• Speziell die Auslagerung der Bildverarbeitung in Grafikprozessoren (GPUs) gewann an Bedeutung und bildet oft die für KI-Aufgaben angepasste Lösung bei Supercomputern.

Page preparation took: 562.66 ms.