580
社区成员
发帖
与我相关
我的任务
分享非线性有限元求解问题
我们用GTX Titan求解非线性有限元问题，需要多轮迭代。
为什么将数据存成double的时候，用CG作为求解器能得出结果，用PCG则进入死循环？将数据存成float的时候，用PCG也能得出结果，这跟GPU的架构有关系吗？求助！！！！
PS:CG为共轭梯度法； PCG为预处理共轭梯度法。
为什么将数据存成double的时候，用CG作为求解器能得出结果，用PCG则进入死循环？将数据存成float的时候，用PCG也能得出结果，这跟GPU的架构有关系吗？求助！！！！
PS:CG为共轭梯度法； PCG为预处理共轭梯度法。
...全文
请发表友善的回复…
发表回复
hefangxiang 2014-06-23
- 打赏
- 举报
我也在学习中啊
qq_16762575 2014-06-22
- 打赏
- 举报
qq_16760463 2014-06-22
- 打赏
- 举报
太难了,不在我的专业范围内。
吹不响的风铃 2014-06-22
- 打赏
- 举报
学习学习
sinat_16764457 2014-06-22
- 打赏
- 举报
不错啊！顶一个。
smarteam1 2014-06-22
- 打赏
- 举报
难道要再发一贴？
qq_16754753 2014-06-21
- 打赏
- 举报
随着显卡的发展，GPU越来越强大，而且GPU为显示图像做了优化。在计算上已经超越了通用的CPU。如此强大的芯片如果只是作为显卡就太浪费了，因此NVidia推出CUDA，让显卡可以用于图像计算以外的目的。
qq_16746551 2014-06-21
- 打赏
- 举报
要不换个系统试试
洗洗睡去 2014-06-19
- 打赏
- 举报
本科做过共轭梯度算法，再CUDA里没弄过，死循环估计是陷入局部最大最小点了，
sunmking 2014-06-19
- 打赏
- 举报
随着显卡的发展，GPU越来越强大，而且GPU为显示图像做了优化。在计算上已经超越了通用的CPU。如此强大的芯片如果只是作为显卡就太浪费了，因此NVidia推出CUDA，让显卡可以用于图像计算以外的目的。
