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
Desde el año 2015 ha conseguido reducir en más de un 55 % sus emisiones…
Añade funciones como la Importación de Modelos Personalizados, la Evaluación de Modelos y las Barreras…
Un 61 % de las organizaciones está aplicando cambios por la irrupción de las nuevas…
Inicia su camino como empresa independiente, especializada en soluciones de gestión de identidades y contraseñas.
Su salida se hará efectiva a partir del 31 de agosto. De ahí en adelante…
La compañía ha dado a conocer los resultados del primer trimestre de su ejercicio 2024.