

已閱讀1頁,還剩102頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、在電子技術迅速發(fā)展的今天,各種各樣的圖形處理芯片大量出現(xiàn)。目前在圖形領域應用最多、技術領先的圖形處理芯片主要來自2家著名的公司:Nvidia公司和Ati公司。雖然相當數(shù)量的圖形處理芯片給不同的應用層次和應用方面帶來了方便,但是眾多的芯片和相關衍生型號也帶來了對其本身性能評價的困難和混亂。 圖形處理芯片是構(gòu)成圖形加速卡的核心,當前圖形加速卡的性能主要是由圖形處理芯片工作頻率,顯示存儲器工作頻率,像素渲染引擎數(shù)目,顯示存儲器位寬這4
2、個主要因素決定的。圖形加速卡的性能對PC圖形子系統(tǒng)的影響已經(jīng)超過了CPU,而原有的分析評價圖形加速卡性能的方法主要是以下兩個方面:①圖形加速卡本身的理論參數(shù)指標;②根據(jù)實際圖形加速卡測試得到的性能指標。而這兩個方法在實際使用中都存在著一定的不足。 本文最重要的部分就是針對這一實際問題,創(chuàng)新地將統(tǒng)計學中的回歸模型應用到對圖形加速卡性能的評價中。通過圖形加速卡在不同理論參數(shù)指標下得到的實際性能指標建立準確的回歸方程,使得圖形加速卡的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 指紋FPGA粗比對加速卡的優(yōu)化.pdf
- 基于FPGA的網(wǎng)絡安全加速卡研究與設計.pdf
- 基于FPGA的指紋比對加速卡接口模塊的設計與實現(xiàn).pdf
- 線性回歸模型論文回歸模型論文
- 線性回歸模型論文回歸模型論文
- 線性回歸模型
- 線性回歸模型論文回歸模型論文
- 基于Choquet積分的非線性回歸模型研究.pdf
- 基于結(jié)構(gòu)元理論的模糊線性回歸模型研究.pdf
- 3150.基于線性回歸的水位預測模型研究
- 基于支持向量機回歸的非線性模型辨識研究.pdf
- 基于多元線性回歸模型的POPs軟件估算方法研究.pdf
- 多元線性回歸模型
- 多元線性回歸模型
- 基于自回歸模型深度恢復算法CUDA加速.pdf
- 基于線性回歸模型的基因調(diào)控網(wǎng)絡重構(gòu)算法的研究.pdf
- 經(jīng)典模型的線性回歸分析
- Godson-T眾核加速卡性能監(jiān)控軟件G-View的設計與測試算法的研究.pdf
- 多元線性回歸模型案例
- 多元線性回歸模型stata
評論
0/150
提交評論