Программа DriverPack полностью бесплатна
- Главная /
- видеокарты /
- видеокарты Intel /
- Intel (R) OpenCL GPU binaries
Устали искать драйверы для ваших устройств?
DriverPack Online автоматически найдет и установит нужные вам драйверы
Description
Free Download
Support OpenCL 2.0 Core Features:
— Shared Virtual Memory – Coarse Grain
— C1x atomics and memory ordering
— Pipes
— Precision for Math built-in native functions
— Program Scope Variables
— Subgroups
— New built-in functions
— Generic Address Space
— Images
— Flexible ND-Range
— Dynamic Parallelism
AMD Desktop Product Family Compatibility:
— AMD Radeon R9 290 Series
— AMD Radeon R7 260 Series
— AMD Radeon R7 260 Series
— AMD Radeon HD 8000 Series
— AMD Radeon R7 250 Series
— AMD Radeon HD 7000 Series
— AMD Radeon R7 240 Series
AMD APU Product Family Compatibility:
— A-Series AMD Radeon R7 Graphics
— A-Series AMD Radeon R4 Graphics
— A-Series AMD Radeon R6 Graphics
— A-Series AMD Radeon R2 Graphics
— A-Series AMD Radeon R5 Graphics
— AMD Radeon HD 8000D Series
— A-Series AMD Radeon R3 Graphics
— AMD Radeon HD 8000G Series
AMD Mobility Product Family Compatibility:
— AMD Radeon R9 M200 Series
— AMD Radeon R5 M200 Series
— AMD Radeon R7 M200 Series
— AMD Radeon HD 8000M Series
Known Issues:
— Graphical corruption observed while running Sandra subtest bandwidth
— Adobe Premiere Pro 2014 application hang observed
— Multi-GPUs not supported on OpenCL 2.0
— CPU Conformance not supported on OpenCL 2.0
It is highly recommended to always use the most recent driver version available.
Try to set a system restore point before installing a device driver. This will help if you installed an incorrect or mismatched driver. Problems can arise when your hardware device is too old or not supported any longer.
Незамеченной на хабре прошла новость о появлении OpenCL 2.0 драйверов от AMD и Intel.
Многим кажется, что подобный API просто очередной маркетинговый buzzword. Отчасти это так, потому что почти все современные аппаратные продукты выходят с пунктом «OpenCL» в списке поддерживаемых технологий и рекламе: последние CPU, GPU, APU (CPU+GPU), FPGA, CPU+FPGA. И многим из области разработки enterprise ПО хочется откреститься от этих «модных» названий, но и это скоро станет невозможно стараниями Oracle и AMD.
Массовый параллелизм аппаратного обеспечения уже давно присутствует в серверах, пресональных компьютерах, телефонах и планшетах, специализированных аппаратных ускорителях. OpenCL в области FPGA рассматривается как способ упростить, удешевить и популяризовать разработку. При этом использование преимуществ, предоставляемых аппаратурой, пока требует от программиста использовать таких API как OpenCL, CUDA, OpenMP. Но появляются попытки скрыть эту сложность от прикладных программистов, например Project Sumatra и ScalaCL.
OpenCL уже позволил оптимизировать производительность графических редакторов Photoshop CC 2014 и GIMP 2.8 RC 1. Рендереры LuxRender и Cycles из проекта Blender также выигрывают от применения этого API. И даже офисный пакет LibreOffice использует OpenCL. Для меня было очень неожиданно узнать из новостей, что мой бывший работодатель отличился в оптимизации VP9 видео энкодера с помощью OpenCL.
OpenCL 2.0 был утвержден как стандарт почти год назад. Этот стандарт поддерживает технологии доступные в современном аппаратном обеспечении: Shared Virtual Memory позволяет избегать лишнего/явного копирования данных между областями памяти, nested parallelism позволяет планировать выполнение kernel функций на устройстве без превлечения host программы уменьшая задержки, pipe как дополнительный способ обмена данными между kernel функциями а также расширенную поддержку atomic операций.
Мне больше всего греет душу, что теперь не нужны «костыли» для реализации atomic операций с floating point данными в OpenCL. Как не странно, эта проблема с atomic cmpxchg volatile приводила очень много людей в мой блог и такой же подход использовали другие разработчики до появления этой возможности в последнем стандарте.
Можно продолжать игнорировать преимущества предоставляемые аппаратным обеспечением… Или попытаться задействовать с большей эффективностью современное аппаратное обеспечение и сделать proof of concept для вашего проекта, если есть возможность параллелизовать алгоритм и объем вычислений в проекте достаточно большой.
А что вы думаете про перспективы использования OpenCL в корпоративном программном обеспечении или вашем проекте?