Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/20.500.14279/33139| Τίτλος: | Exploiting Very-Wide Vector Processing for Scientific Applications | Συγγραφείς: | Diavastos, Andreas Stylianou, Giannos Koutsou, Giannis |
Major Field of Science: | Engineering and Technology | Field Category: | Computer and Information Sciences | Ημερομηνία Έκδοσης: | 28-Οκτ-2015 | Πηγή: | Computing in Science & Engineering, 2015, vol. 17, iss. 6, pp. 83-87 | Volume: | 17 | Issue: | 6 | Start page: | 83 | End page: | 87 | Περιοδικό: | Computing in Science and Engineering | Περίληψη: | Exploiting the recently introduced very-wide vector units of the Xeon Phi coprocessor can potentially increase the scalability for scientific applications. Using lattice QCD compute kernels, the authors find that the performance achieved using the Xeon Phi coprocessors wide vector units is similar to GPGPU performance after appropriate code refactoring, requiring moderate programming effort. | URI: | https://hdl.handle.net/20.500.14279/33139 | ISSN: | 15219615 | DOI: | 10.1109/MCSE.2015.124 | Type: | Article | Affiliation: | The Cyprus Institute University of Cyprus |
Publication Type: | Peer Reviewed |
| Εμφανίζεται στις συλλογές: | Άρθρα/Articles |
CORE Recommender
Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα