Библиотека сжатия с использованием Nvidia CUDA

Неизвестно, чтобы кто-то compression это сделал и опубликовал. Просто data-compression ИМХО, звучит не очень многообещающе.

Как decompress указывает Мартинус, некоторые data-compression алгоритмы сжатия очень последовательны. Алгоритмы compress сжатия блоков, такие как uncompress LZW, могут быть распараллелены compressed путем независимого кодирования data-compression каждого блока. Архивирование compression большого дерева файлов можно decompress распараллелить на уровне gpgpu файлов.

Однако на самом деле data-compression ни один из них не является decompress параллелизмом в стиле SIMD compress (одна инструкция - несколько compress данных), и они не являются data-compression массово параллельными.

Графические compression процессоры - это в основном data-compression векторные процессоры, в которых data-compression вы можете выполнять сотни decompress или тысячи инструкций ADD compress на этапе блокировки, а также gpgpu выполнять программы, в которых decompression очень мало ветвей, зависящих compress от данных.

Алгоритмы сжатия cuda в целом больше похожи на compress модель программирования SPMD compress (Single Program Multiple decompression Data) или MIMD (Multiple cuda-kernel Instruction Multiple Data), которая gpgpu лучше подходит для многоядерных compression процессоров.

Алгоритмы сжатия compressed видео могут быть ускорены cudamalloc обработкой GPGPU, такой как compress CUDA, только в той степени, в compress которой существует очень uncompress большое количество блоков uncompress пикселей, которые параллельно decompression подвергаются косинусному compression преобразованию или свёртыванию cuda (для обнаружения движения), а cudamalloc также подпрограмм IDCT или cuda-kernel свертки может быть выражен decompression безветвленным кодом.

Графические cuda-kernel процессоры также любят алгоритмы decompress с высокой числовой интенсивностью gpgpu (отношение математических decompress операций к доступу к памяти). Алгоритмы cuda-kernel с низкой числовой интенсивностью uncompress (например, сложение двух cuda векторов) могут быть массово compressed параллельными и SIMD, но uncompress все же работать на графическом decompress процессоре медленнее, чем gpgpu ЦП, потому что они привязаны compressed к памяти.