并行计算、f# 和 GPU 并行处理可以解决哪些实际问题
最近，通过使用 GPU 的并行处理能力，暴力破解了 WiFi 加密。现代 GPU。 您认为其他哪些现实问题会从类似的技术中受益？
Recently WiFi encryption was brute forced by using the parellel processing power of the modern GPU. What other real-life problems do you think will benefit from similar techniques?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（3）
图像处理只是更高级的信号处理，是大规模并行数学。
鉴于此，也许人脸识别、语音识别、视频解码/编码、音频解码/编码、加密/解密
Image processing which is just fancier signal processing which is massively parallel math.
given that, perhaps face recognition, voice recognition, video decode/encode, audio decode/encode, encryption/decryption
大多数批处理任务都可以并行化，并且非常适合 GPU 中的流处理器。 折叠式的。 塞蒂。 所有这些 gubbin 都已经在 GPU 上运行良好。
Most batch-processing tasks can be parallised and are well suited to the stream processors in GPUs. Folding. Seti. All those gubbins are already working well on GPUs.
事实上，请查看 此页面了解更多使用 GPGPU 的示例。
仅举几例。
In fact, check out this page for a lot more examples of where GPGPU has been used.
To name a few.