GPGPU (Sandra Lite : GPU Benchmark)
Copyrightⓒ SiSoftware all rights reserved.
고성능 컴퓨팅(HPC)의 새로운 패러다임, GPGPU
메인프레임을 위시한 슈퍼컴퓨터 업계는 고성능 컴퓨팅(High Performance Computing)의 새로운 트렌드인 범용 GPU 연산에 많은 투자를 하고 있습니다. 비록 처리할 수 있는 데이터의 카테고리를 바꾸기는 어렵지만, 지정된 카테고리에서 처리할 수 있는 데이터 연산량은 비교할 수 없을만큼 압도적인 우위를 제공하기 때문입니다.
GPGPU Overall ≫
이미지 분석, 금융, 암호화 등 다양한 분야를 상정한 가상 데이터를 OpenCL 기반 GPGPU 기술로 처리한 결과들을 종합하여 스코어(pt)로 환산한 값 입니다.
이미지 분석, 금융, 암호화 등 다양한 분야를 상정한 가상 데이터를 OpenCL 기반 GPGPU 기술로 처리한 결과들을 종합하여 스코어(pt)로 환산한 값 입니다.
OpenCL Processing ≫
범용 GPU 연산은 화면 출력과 관련된 파이프라인을 생략할 수 있고, 데이터 타입에 따라 계산의 정밀도를 달리하여 더 높은 성능을 추구할 수 있습니다.
범용 GPU 연산은 화면 출력과 관련된 파이프라인을 생략할 수 있고, 데이터 타입에 따라 계산의 정밀도를 달리하여 더 높은 성능을 추구할 수 있습니다.
VRAM Bandwidth ≫
GPGPU는 특정 데이터를 고속으로 처리하기 위한 목적인만큼 더 많은 용량과, 더 빠른 속도로 동작하는 그래픽 메모리(VRAM)를 가진 제품이 유리합니다.
GPGPU는 특정 데이터를 고속으로 처리하기 위한 목적인만큼 더 많은 용량과, 더 빠른 속도로 동작하는 그래픽 메모리(VRAM)를 가진 제품이 유리합니다.
OTHER FEATURES - NVIDIA 브랜드 독점 기술 테스트
▼ Chart 바로가기
≪ VGA 벤치마크
|
B.P.M. (Benchmark Performance Meter)
CUDA | NVIDIA 독점 GPU 연산 프레임워크
엔비디아(NVIDIA) 브랜드 제품군에서만 사용할 수 있는 독점 기술로 자사 GPU에 특화되어 있어 상대적으로 높은 추상화 수준과 짧은 문법이 강점입니다. 현재 주력으로 사용되고 있는 GPGPU 프레임워크 중에서는 가장 먼저(2006년) 발표되었으며, 이에 따른 선점효과와 적극적인 기술지원 덕분에 개발 편의성을 높여주는 핵심 라이브러리를 다수 보유하고 있어 두터운 사용자층을 자랑합니다.
INDEX.DR - 테스트 규칙 & 차트 보는 법 (Quick Guide)
▼ Chart 바로가기
≪ VGA 벤치마크
|
B.P.M. (Benchmark Performance Meter)
1) INDEX.DR의 모든 그래프는 스코어 값을 활용해 수치가 높을수록 더 좋은 성능을 가집니다.
2) OpenCL 과 CUDA 차트는 FP32 (Single Precision) 단정밀도 결과 값을 기준으로 정렬되었습니다.
3) CUDA 차트의 AMD Radeon 시리즈는 CUDA를 지원하지 않으며, OpenCL 결과값을 대입한 참고용입니다.
4) 일부 대여 제품 및 외부 테스트 결과는 일반적으로 활용하는 연도별 표준 테스트 시스템과 다를 수 있습니다.
5) 그래프 바를 터치하거나, 그래프 바 위로 마우스 커서를 올리면 테스트 시스템의 간략한 정보를 확인하실 수 있습니다.
2) OpenCL 과 CUDA 차트는 FP32 (Single Precision) 단정밀도 결과 값을 기준으로 정렬되었습니다.
3) CUDA 차트의 AMD Radeon 시리즈는 CUDA를 지원하지 않으며, OpenCL 결과값을 대입한 참고용입니다.
4) 일부 대여 제품 및 외부 테스트 결과는 일반적으로 활용하는 연도별 표준 테스트 시스템과 다를 수 있습니다.
5) 그래프 바를 터치하거나, 그래프 바 위로 마우스 커서를 올리면 테스트 시스템의 간략한 정보를 확인하실 수 있습니다.