LEADER 00799nam0-22002651i-450- 001 990001186990403321 035 $a000118699 035 $aFED01000118699 035 $a(Aleph)000118699FED01 035 $a000118699 100 $a20000920d1966----km-y0itay50------ba 101 0 $ager 200 1 $aLehrbuch der Linearen Algebra$fby Walter Nef 210 $aBirkhauser$aStuttgart$cBirkhauser$cVerlag$d1966 225 1 $aLehrbucher und Monographien aus dem Gebiete der exakten Wissenschaften$iMathematische Reihe$v31 300 $aBand 31. 700 1$aNef,$bWalter$047798 801 0$aIT$bUNINA$gRICA$2UNIMARC 901 $aBK 912 $a990001186990403321 952 $aC-58-(31$b12467$fMA1 959 $aMA1 996 $aLehrbuch der Linearen Algebra$9342504 997 $aUNINA DB $aING01 LEADER 01498nlm 2200289 450 001 996444844803316 005 20211124140057.0 010 $a978-0-12-408080-5 100 $a20131210d2014---- uy| 0 101 0 $aeng 102 $aUS 135 $adrcnu 200 1 $aAccelerating MATLAB with GPU computing$ea primer with examples$fJung W. Suh, Youngmin Kim 210 1 $aWaltham, MA$cMorgan Kaufmann$d2014 215 $aTesto elettronico (PDF) (X, 248 p. : ill.) 230 $aBase dati testuale 330 $aOltre alla simulazione e allo sviluppo di algoritmi, molti sviluppatori utilizzano sempre più MATLAB anche per l'implementazione di prodotti in campi computazionalmente pesanti. Ciò spesso richiede che i codici MATLAB vengano eseguiti più velocemente sfruttando il parallelismo distribuito delle unità di elaborazione grafica (GPU). Sebbene MATLAB fornisca con successo funzioni di alto livello come strumento di simulazione per la prototipazione rapida, i dettagli e le conoscenze sottostanti necessarie per l'utilizzo delle GPU fanno esitare gli utenti di MATLAB ad entrarci. L'accelerazione di MATLAB con le GPU offre una guida per colmare questo divario. 606 0 $aMatlab $2BNCF 676 $a519.4028553 700 1$aSUH,$bJung W$0963046 701 1$aKIM,$bYoungmin$0963047 801 0$bcba$aIT$bcba$gREICAT 912 $a996444844803316 959 $aEB 969 $aER 996 $aAccelerating MATLAB with GPU computing$92183633 997 $aUNISA