(GP)GPU 第11页

最全NVIDIA Jetson开发板参数配置和购买指南

NVIDIA开发的GPU不仅在电脑显卡领域占据大量份额，在嵌入式NVIDIA的Jeston系列开发板也近乎是领先的存在，特别是NVIDIAJeston系列开发板在算力和成本的平衡上都要优于其他厂家，性价比很高

IRevers·2025-02-02 19:55

全平台制霸！零门槛在本地解锁DeepSeek R1：Ollama+OpenWebUI终极部署手册

纯干货教程，无需GPU也能玩转大模型！

程序员辣条·2025-02-02 18:17

GPU驱动及CUDA安装流程介绍

GPU驱动及CUDA安装流程介绍1.安装前准备工作1.1.确认GPU型号和操作系统版本1.2.准备gpu驱动和CUDA软件包1.3.检查服务器GPU识别情况1.4.老版本软件包卸载1.5.安装依赖包CentOS

醉心编码·2025-02-02 16:35

【llm对话系统】大模型 Llama 源码分析之并行训练方案

为了高效地训练这些模型，我们需要采用各种并行策略，将计算和数据分布到多个GPU或设备上。Llama作为当前最流行的开源大模型之一，其训练代码中采用了多种并行技术。

kakaZhui·2025-02-02 13:14

GPU架构（1.2）--GPU SoC 中的 CPU 架构

目录详细介绍GPUSoC中的CPU架构1.CPU核心概述ARMCortex-A72ARMCortex-A762.多线程处理多核架构多线程支持3.任务调度任务调度器动态调度4.内存管理内存层次结构内存管理技术

小蘑菇二号·2025-02-02 02:58

pythonocc 球体构造BRepPrimAPI_MakeSphere

fromOCC.Display.SimpleGuiimportinit_displayimportmathfromOCC.Core.BRepPrimAPIimport(BRepPrimAPI_MakeSphere,BRepPrimAPI_MakeCylinder,BRepPrimAPI_MakeBox,)fromOCC.Core.gpimportgp_Ax2,gp_Pnt

CAD二次开发秋实·2025-02-01 22:36

DeepSeek R1本地化部署与联网功能实战指南：从零搭建智能对话系统

Coderabo·2025-02-01 18:32

本地部署 DeepSeek 模型并使用 WebUI 调用

环境准备在开始之前，请确保你的系统满足以下要求：Python3.11或更高版本pip包管理工具DeepSeek模型的本地部署文件GPU支持（可选，用于加速模型推理）步骤1：本地部署Deep

我喜欢就喜欢·2025-02-01 17:22

本地部署DeepSeek大模型完整指南

本文将手把手教你如何在本地计算机部署DeepSeek模型并实现对话交互，支持CPU/GPU双模式运行。

ddv_08·2025-02-01 17:17

GNU编译优化级别-O -O1 -O2 -O3

最近做一个算法的GPU加速，发现实际上使用gcc的-O3(最高级编译优化)选项，可以获得很高的加速比，我的程序里达到了3倍的样子，有时效果甚至比GPU加速好。因此小小学习了下GNU的编译优化。

hemmingway·2025-02-01 06:53

【Unity 渲染插件】GPU Instancer 基于 GPU 实例化技术，旨在解决 Unity 中大量重复对象的渲染瓶颈问题，显著提升游戏性能

GPUInstancer是一款专注于高性能渲染的Unity插件，基于GPU实例化技术，旨在解决Unity中大量重复对象的渲染瓶颈问题，显著提升游戏性能。

Unity游戏资源学习屋·2025-02-01 05:14

使用大语言模型在表格化网络安全数据中进行高效异常检测

论文主要内容这篇论文介绍了一种基于大语言模型（LLMs）的创新方法，用于表格网络安全数据中的异常检测，称为“基于引导式提示的表格异常检测”（TabularAnomalyDetectionviaGuidedPrompts，简称TAD-GP

C7211BA·2025-01-31 23:54

生产环境WAS产生javacore、dmp、dump文件分析

目录一、分析工具二、Java转储（Javadump）Java转储内容（Javadumpcontents）标题(TITLE)GP信息（GPINFO）环境信息（ENVINFO）本地内存信息（NATIVEMEMINFO

bubble小拾·2025-01-31 22:45

【TVM教程】为 Mobile GPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。

HyperAI超神经·2025-01-31 22:43

YOLO系列之训练环境（GPU）搭建篇

YOLOv8专栏导航：点击此处跳转Pytorch环境配置（Windows）Anaconda安装此处下载安装即可⭐温馨提示：安装路径

w94ghz·2025-01-31 17:01

DeepSeek极端榨取硬件性能被曝光

DeepSeek的出现是否意味着前沿LLM开发不再需要大规模GPU集群？简单来说：不是的。

极道Jdon·2025-01-31 08:13

【deepseek】本地部署DeepSeek R1模型：使用Ollama打造个人AI助手

二、环境准备硬件要求GPU显存要求：7B模型：8-12GB显存14B模型：12GB以上显存32B模型：建议16GB以上显存建议使用NVIDIA显卡SSD硬盘空间：建议预留50GB以上软件要求安

大表哥汽车人·2025-01-31 06:23

CUDA编程（一）：GPU计算与CUDA编程简介

CUDA编程（一）：GPU计算与CUDA编程简介GPU计算GPU硬件资源GPU软件资源GPU存储资源CUDA编程GPU计算NVIDIA公司发布的CUDA是建立在GPU上的一个通用并行计算平台和编程模型，

AI Player·2025-01-30 21:17

GPU编程与CUDA

CUDA编程并行计算整体流程从主机端申请内存，把内存部分的内容拷贝到设备端在设备端的核函数计算从设备端拷贝到主机端，并且释放内存显存主机端：cpu设备端：gpu核函数：在gpu上运行的函数CUDA内存模型

Nice_cool.·2025-01-30 21:17

GPU-CUDA编程学习(一)

Hello,CUDA最近在学习GUP编程，故此记录下学习进度。#include__global__voidmyfirstkernel(void){}intmain(void){myfirstkernel>>();printf("hello,CUDA!\n");return0;}不难看出CUDA代码基本上和ANSIC代码一样，只是增加了一些关键字来利用数据并行性global相当于声明函数在设备中运行

☞北海北☜·2025-01-30 21:45

全面解析：HTML页面的加载全过程(六）--浏览器渲染之分层 - Layer

分层原因在生成布局树之后，渲染进程会将一些复杂的3D动画、滚动条、高z-index的元素生成图层，并生成图层树交给GPU加速渲染。页面设计复杂，并且交互效果多。

huazi99于老师·2025-01-30 18:21

Apache TVM：开源深度学习编译器栈的领跑者

ApacheTVM：开源深度学习编译器栈的领跑者tvmOpendeeplearningcompilerstackforcpu,gpuandspecializedaccelerators项目地址:https

计攀建Eliza·2025-01-30 18:51

spring mvc 创建restapi 笔记

RequestMapping("/spittles")publicclassSpittleController{//示例：使用@RequestBody接收JSON并自动转换为Spittle对象@PostMappingpublicSpittlesaveSpittle

weixin_42277889·2025-01-30 13:02

LLM系列(0)：行业大模型落地服务在全业务场景的应用与探索【大模型智能问答、NL2SQL、文档智能分析智能生成、AI智能体决策等】

行业大模型场景落地是否一定需要大量的GPU算力，以及需要多少的算力才能满足落地需求？GPU算力主要消耗在两个地方，一是大

汀、人工智能·2025-01-30 10:41

Transformer架构的GPU并行和之前的NLP算法并行有什么不同？

1.什么是GPU并行计算？GPU并行计算是一种利用图形处理单元（GPU）进行大规模并行数据处理的技术。

AI大模型学习不迷路·2025-01-30 07:49

conda创建新虚拟环境——从无到有

自己租的GPU最近有点鱼的记忆，base配什么环境自己都忘了，所以自己开始学习如何创建并且配置一个新环境，当然这一切建立在andonate3安装完的前提下自己的配置：Linux系统，Xshell编译器创建环境

S.T.A.R.·2025-01-30 05:32

cuda 线程调度

硬件描述从硬件上看，一块显卡的最小单元是GPU核(或者叫做StreamProcessor),所有核心平均分配在多个SM中，而多个SM共同构成整块显卡的核心。

weiwei0319·2025-01-30 05:31

Mooncake：面向大语言模型服务的以 KVCache 为中心的架构

它还利用GPU集群未充分利用的CPU、DRAM和SSD资源来实现KVCache的分解缓存。

步子哥·2025-01-29 22:42

判断字符串能否转json

packagecom.jlit.msgPush.utils;importorg.apache.commons.lang.StringUtils;importorg.json.JSONArray;importorg.json.JSONException

qq_26517369·2025-01-29 18:37

C#高级：常用的扩展方法大全

1.StringpublicstaticclassStringExtensions{//////字符串转List（中逗英逗分隔）///publicstaticListSplitCommaToList(thisstringdata

我是苏苏·2025-01-29 18:07

自建stgcn数据集并训练

1.安装st-gcn复现STGCNCPU版（ubuntu16.04+pytorch0.4.0+openpose+caffe）_Significance的博客-CSDN博客复现旧版STGCNGPU版（win10

青年夏日科技工作者·2025-01-29 18:31

docker desktop使用ollama在GPU上运行deepseek r1大模型

二、拉取ollama镜像在powershell中运行如下命令，即可拉取最新版本的ollama镜像：dockerpullollama/ollama如果需要指定版本，可以用如下命令：#CPU或NvidiaGPU

yimenren·2025-01-29 17:20

cpu和gpu的区别

cpu和gpu的区别是cpu是电脑的中央处理器，在电脑中起着控制计算机运行的作用；gpu是一个附属型的处理器，主要处理计算机中与图形计算有关的工作，并将数据更好地呈现在显示器中。

sdsadwe·2025-01-29 14:03

CPU与GPU的区别

2.什么是GPU？GPU:英文全称GraphicProcessingUnit，中文翻译为“图形处理器”，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作

dingkm666·2025-01-29 14:31

cpu和gpu的区别，以及cpu和gpu中核的概念以及四种架构

1.什么是cpu个人理解cpu就是一个公司里面的技术骨干，但是不参与管理工作的人员，在计算机中cpu主要是用来处理一条条机器指令的，并且cpu的运算速度特别快，所以说周围还有几个秘书，就是给他提供资料或者存储资料的（寄存器），一般一个程序运行的流程就是操作系统从程序对应的pcb中将指令取出，交给cpu进行处理，cpu处理完毕以后将结果写回对应的存储单元（寄存器或者内存）。cpu的具体作用：1.指令

zhoudeng666·2025-01-29 13:28

Writing an efficient Vulkan renderer

27Feb2020In2018,Iwroteanarticle“WritinganefficientVulkanrenderer”forGPUZen2book,whichwaspublishedin2019

Night_Aurora·2025-01-29 12:10

2020 更新 - 腾讯 Android 面试 (已拿到月薪22K offer)

举个简单例子——UI优化，可以从UI出现什么问题(卡顿不流畅)，怎么查找问题(手机开发者权限>GPU过度绘制发现层级问题，TraceViewCPU使用情况分析)，怎么解决问题(降低层级、自定义View绘图出现问题等

2401_86372526·2025-01-29 12:07

基于Blackwell架构的GPU，用七十二个GPU拼接成性能强大的计算集群，其性能比上一代提升三倍，GPU已成为AI时代的基础设施，可实现各种大模型的训练

英伟达在2024年3月发布了基于Blackwell架构的GPU，这一新一代GPU在性能上相比上一代Hopper架构有显著提升。

百态老人·2025-01-29 08:03

Toxoid Engine：下一代Web游戏引擎的先锋

ECS-basedgameenginewritteninRustwithscriptingsupportforC#,JavaScriptandRusttoRust(WASM),hot-reloading,WebGPUr

施刚爽·2025-01-29 05:32

Solon2 接口开发: 熟悉 Gateway

1、定义2个组件API_0@Component(tag="api")publicclassAPI_0{@MappingpublicResultexec(){

组合缺一·2025-01-29 03:15

使用飞书群机器人监控服务器GPU使用率

目标：如果服务器GPU空置，可以及时推送消息到飞书群。其他类似的监控目标也可以修改代码实现。步骤：(1)首先在群聊设置加入机器人，复制webhook_url(2)在服务器后台运行如下代码。

sunrise_ccx·2025-01-28 21:24

大系统的标准规范介绍

《optee精选全集》付费专栏-[目录]付费专栏-付费课程【购买须知】目录1、思考2、未来系统软件架构图3、当前主流系统软件架构图4、GP/PSCI/SMCCC规范概览5、生态：系统软件架构1、思考当前的主流软件框架是怎样的

代码改变世界ctw·2025-01-28 19:10

docker镜像报错ERROR: failed to solve: DeadlineExceeded:

--------------------1|#基于NVIDIACUDA镜像，确保GPU支持2|>>>FROMnvidia/cuda:12.6.2-cudnn-devel-ubuntu20.043|4|#

柠檬编程工作室·2025-01-28 11:05

GPT4All:免费使用本地运行无需GPU的基于C++的GPT模型和UI: A free-to-use, locally running, privacy-aware chatbot. No GPU

目录GPT4All:https://github.co:m/nomic-ai/gpt4allGPT4AllChatUIGPT4All聊天用户界面效果测试问题：HowtowriteamultipleThreadcodeInJava?输出：GPT4All如何运作RunningLLMsonCPU在CPU上运行LLMSideloadinganyggMLmodel加载任何ggML模型GPT4ALL:目前已经

AI天才研究院·2025-01-28 09:28

Microchip 系列：SAM L 系列 (基于 ARM Cortex-M0+)_（7）.外设驱动开发

通过配置GP

kkchenkx·2025-01-28 08:21

ssh创建密钥ansible批量分发

id_rsa.pub：公钥文件known_hosts：ssh访问不同的主机会将公钥记录到此文件，每次访问会核对密钥创建ssh密钥[root@ceshi-128~]#ssh-keygen-trsaGeneratingpublic

liujiangxu·2025-01-28 05:26

Nvidia-container-toolkit 安装

Nvidia-container-toolkit安装在安装了docker后，如果你的容器需要使用GPU运行一些软件，那么就需要安装nvidia的一些支持库。

NathanWu7·2025-01-28 04:17

【常用bsub指令介绍】使用bsub命令提交作业、开启交互式窗口，在集群服务器上用pdb进行代码调试

运行作业的两种方式2.1bsub直接提交作业2.2bsub开启交互式窗口3.使用pdb进行代码调试4.更多bsub指令分享1.LSF作业调度系统和服务器集群介绍在一个服务器集群中，有很多的人要使用，却只有很少的GPU

凌漪_·2025-01-28 00:16

【ubuntu 连接显示器无法显示】可以通过 ssh 连接 ubuntu 服务器正常使用，但服务器连接显示器没有输出

CPU为AMDRyzen75800X8-CoreProcessor，并没有显示，只能通过NVDIAGPU来显示。

多恩Stone·2025-01-28 00:44

RTX 4090D和A10和T4显卡差别、价格对比

NVIDIAA10:专为数据中心和企业应用设计，优化了AI推理、深度学习、虚拟桌面基础设施(VDI)以及多实例GPU（多用户共享显卡

张3蜂·2025-01-27 22:05

推荐频道

(GP)GPU