本文主要描述了支持系统中不同层次的异步并发执行的概念和API。1.主机和设备间异步执行：为了易于使用主机和设备间的异步执行，一些函数是异步的：在设备完全完成任务前，控制已经返回给主机线程了。它们是： 内核发射; 设备间数据拷贝函数; 主机和设备内拷贝小于64KB的存储器块时......

在实验中，许多实验应用有大量的原始数据，如果将这些数据迁移到一个远程计算机群集，迁移所需的时间会比分析时间更长。而且很多通用GPU（GPGPU）应用统帅着大型计算机集群里成百上千个GPU来进行大型模拟的计算

市场对实时、高清晰度的三维图形具有无法满足的需求，由于这种需求的推动，可编程图形处理器(GPU)已经演化成高并行度，多线程，拥有强大计算能力和极高存储器带宽的多核处理器。

射手影音播放器是算是一个后起之秀，最大的亮点就是背靠射手网强大的影视字幕资源，提供在线自动查找影片字幕资源。这个有点儿像千千静听的歌词集成，对用户体验来说十分有价值。另一个就是界面十分简单，没有菜单，甚至各种播放按钮也都是隐藏的，只有鼠标滑动到相应位置才显示出来。

在建立雷达虚拟操作系统或维修训练系统时，显示器的仿真效果直接影响模拟器的训练效果。目前制约余辉实现的主要瓶颈是余辉效果带来的庞大的计算量，使得效果较好的余辉扫描线转速难以超过10转/s，如果要提高转速，则需要以牺牲显示画质为代价。

个人错误记录：一、出现了 shared data 过多的现象。在编译的时候，Kernel调用的那一行报错，说是用了过多的 share data，程序出错，本来以为时参数过多，后来才发现，计算的时候不小心将每个 block 里面 shared data 分配过多，超过了每个 block 中 shared memory 的总数，所以报错。

1.1 从 图形处理 到通用并行计算 市场对实时、高清晰度的三维图形具有无法满足的需求，由于这种需求的推动，可编程图形处理器( GPU )已经演化成高并行度，多线程，拥有强大计算能力和极高存储器带宽的多核处理器，如图 1-1 所示：

统一的虚拟寻址、GPU间通信以及增强型C++模板库让更多开发人员能够利用GPU计算

日前在德国柏林召开的IFA大会上，NVIDIA 公司正式发布了NVIDIA GeForce 400M系列图形处理器(GPU)。该系列GPU是构筑新一代NVIDIA Optimus与NVIDIA 3D..

KNN 算法的基本思想是：将文本内容形式化为特征空间中的向量，每个文本就是一个向量，向量的每维数据代表不同的内容。对于一个测试文本....