Es algo que se puede comprobar tras aproximadamente tres años de la aparición de las primeras aplicaciones CUDA de NVIDIA que fueron capaces de aprovechar la potencia de cálculo masiva de los procesadores gráficos. Eso dio muchas esperanzas para este campo y para la filosofía GPGPU, que sin embargo ahora está algo estancada.
De hecho, son pocas las aplicaciones de propósito general que se benefician de dichas ventajas, y de hecho aplicar esas mejoras a esas aplicaciones parece ser tan problemático como aprovechar la potencia de los procesadores multicore que tanto Intel como AMD están lanzando en los últimos tiempos.
Así pues, ni tanto ni tan calvo: lo importante es que la paralelización y la transformación de código convencional en código ejecutable por una GPU siguen siendo tareas que los desarrolladores siguen sin dominar, y no parece que la situación vaya a cambiar a corto plazo.
vINQulos
Salesforce ha presentado su informe State of Service, revelando que el 94% de los servicios…
Juniper Research espera que sus transacciones crezcan desde los 3 billones de dólares previstos para…
Durante el primer trimestre de 2024 ingresó cerca de 48.600 millones de euros y rebasó…
Ahora Security Center incluye una función que ayuda a controlar el estado del sistema y…
Analizar cómo es posible gestionar y proteger la información en el mundo ultra digital que…
Entra en el equipo directivo de la tecnológica en sustitución de David Osuna. Su puesto…