并行计算

显卡GPU的架构和工作原理

显卡GPU（图形处理单元）是专为并行计算和图形处理设计的芯片，广泛应用于游戏、科学计算、人工智能和数据中心等领域。以下详细介绍GPU的架构和工作原理，涵盖核心组件、计算流程和关键技术，尽量简洁清晰。
InnoLink_1024·2025-07-11 18:50

Java多线程实战指南：从基础到高并发的核心技术解析

典型案例：电商秒杀系统：1秒内处理10万+请求大数据处理：并行计算TB级数据金融交易系统：毫秒级订单撮合二、线程创建的四大核心方式1.继承Thread类（不推荐）classMyTh
添砖Java中·2025-07-11 12:40

华为OD技术面试高频考点（算法篇、AI方向）

输入向量通过线性变换生成Query(查询）、Key(键）、Value(值)2.注意力权重:Softmax(QKT/√d_k)→计算词与词之间的关联度3.输出：权重与Value加权求和→捕获长距离依赖-优势：并行计算
·2025-07-11 10:52

量子化学仿真软件：NWChem_（12）.并行计算技术

并行计算技术并行计算技术在量子化学仿真软件中扮演着至关重要的角色。随着计算化学任务的复杂度和数据规模的不断增长，传统的单核计算已经无法满足高性能计算的需求。
kkchenjj·2025-07-11 07:03

2025年跑深度学习电脑配置-深度学习显卡推荐

2025年跑深度学习任务，电脑配置需从处理器、内存、显卡、存储、散热与电源、扩展性、网络连接等多方面综合考量，以下是具体分析：处理器（CPU）多核高性能：深度学习涉及大量并行计算任务，需要处理器具备强大的多核处理能力
OpenCV图像识别·2025-07-10 00:44

Spark RDD 及性能调优

RDDProgrammingRDD核心架构与特性分区（Partitions）：数据被切分为多个分区；每个分区在集群节点上独立处理；分区是并行计算的基本单位。
Aurora_NeAr·2025-07-08 13:51

Hadoop-Mapreduce入门

可以进行拆分的前提是这些小任务可以并行计算，彼此间几乎没有依赖关系。Redu
·2025-07-08 06:33

【机器学习笔记Ⅰ】7 向量化

向量化（Vectorization）详解向量化是将数据或操作转换为向量（或矩阵）形式，并利用并行计算高效处理的技术。
巴伦是只猫·2025-07-07 12:48

9、并行计算在现代计算中的应用与优化

并行计算在现代计算中的应用与优化1.引言并行计算作为一种高效的计算模式，近年来在工业和学术界得到了广泛的应用和发展。随着计算需求的不断增加，传统的串行计算模式已经难以满足现代复杂问题的需求。
seed·2025-07-07 11:41

Node.js worker_threads：并发 vs 并行

一、核心结论Node.js的worker_threads模块实现的是并行计算，而非传统意义上的“并发”。其通过操作系统级线程实现多核CPU的并行执行，同时保留Node.js单线程事件循环的并发模型。
红衣大叔·2025-07-06 23:56

深度学习实验：GPU加速，突破性能瓶颈

GPU凭借其强大的并行计算能力和专门为矩阵运算优化的架构，成为了深度学习领域的核心加速器。本文将探讨如何利用GPU加速深度学习实验,突破性能瓶颈,提高模型训练和推理的效率。
AI天才研究院·2025-07-06 20:57

AI编程基础：学习Python是进入AI领域的必经之路（文末含学习路线与知识推荐）

文章目录Python市场行情：AI开发的首选语言为什么学习Python对AI至关重要AI开发所需的Python知识体系Python编程基础科学计算与数据处理机器学习与深度学习性能优化与并行计算Python
Clf丶忆笙·2025-07-04 22:01

【Rust日报】Rust稳定2024版本将于 2025年2月20日发布

支持使用@rayon-rs/rayon进行批量嵌入生成和并行计算。默认模型是FlagEmbedding,在M
·2025-07-04 00:32

33、探索云计算与安全：基础与挑战

1.1云计算的历史与发展云计算的发展可以追溯到多个阶段，包括主机计算、集群计算、网格计算、分布式和并行计算、虚拟化、Web2.0、面向服务的计算（SOC）和实用计算。每个阶段都为云计
·2025-07-02 15:58

AI人工智能 神经网络

**AI人工智能神经网络概述**神经网络是并行计算设备，它们试图构建大脑的计算机模型。背后的主要目标是开发一个系统来执行各种计算任务比传统系统更快。
马里亚纳海沟网·2025-07-02 06:18

嵌入式原理与应用篇---常见基础知识（9）

设计思路：通过逻辑门电路（如全加器、乘法器）实现基本运算，采用并行计算结构提
Atticus-Orion·2025-06-29 18:42

MapReduce概述

可以进行拆分的前提是这些小任务可以并行计算，彼此间几乎没有依赖关系。Reduc
Tate小白·2025-06-29 14:08

在MATLAB中使用GPU加速计算及多GPU配置

文章目录在MATLAB中使用GPU加速计算及多GPU配置一、基本GPU加速使用1.检查GPU可用性2.将数据传输到GPU3.执行GPU计算二、多GPU配置与使用1.选择特定GPU设备2.并行计算工具箱中的多
东北豆子哥·2025-06-29 06:14

公钥密码体系崩溃风险：Shor算法可在多项式时间内破解RSA、ECC等基于大整数分解和离散对数问题的公钥算法。4099量子位的量子计算机运行Shor算法可在10秒内破解RSA2048

算法对公钥密码体系的威胁机制算法原理与攻击效率Shor算法通过量子傅里叶变换（QFT）高效求解整数分解和离散对数问题：核心步骤包括随机数生成、模指数周期检测（f(x)=axmod  Nf(x)=a^x\modNf(x)=axmodN）和量子并行计算
百态老人·2025-06-27 03:52

Python 执行速度慢的原因及全面优化方案

利用内置函数和库常用高效内置函数：3.减少全局变量访问三、算法与设计优化1.时间复杂度优化案例2.空间换时间策略3.延迟计算与生成器四、系统级优化方案1.使用PyPy替代CPython2.Cython混合编程3.多进程并行计算
北辰alk·2025-06-27 03:15

CUDA编程：优化GPU并行处理与内存管理

背景简介CUDA是NVIDIA推出的一种通用并行计算架构，它利用GPU的强大计算能力来解决复杂的计算问题。
Omoo·2025-06-26 19:19

20倍推理加速秘诀！揭秘批处理（Batching）的底层优化逻辑 | 附工业级调优指南

例如：单样本推理：输入=[样本1]→输出=[结果1]批处理推理：输入=[样本1,样本2,...,样本N]→输出=[结果1,结果2,...,结果N]关键技术价值：通过并行计算最大化硬件利用率，尤其对GPU
Lilith的AI星球·2025-06-24 14:07

浏览器游戏的次世代革命：WebAssembly 3.0 实战指南

WASM3技术栈的性能优势WASM3技术栈在性能方面的优势主要体现在以下三个维度：1.SIMD并行计算SIMD（Single
Lucas55555555·2025-06-24 05:41

《Effective Python》第九章 并发与并行——使用 concurrent.futures 实现真正的并行化

章并发与并行中的**Item79:Considerconcurrent.futuresforTrueParallelism**，旨在总结书中关于利用Python的concurrent.futures模块实现并行计算的核心要点
不学无术の码农·2025-06-22 11:32

MATLAB 优化类算法的改进方向探索及仿真对比分析

并行计算能
鱼弦·2025-06-20 14:09

【CUDA】认识CUDA

CUDA的作用CUDA是NVIDIA提供的一种并行计算平台和编程模型，它允许开发者通过编写程序利用GPU的强大算力完成复杂的科学运算任务。
Gappsong874·2025-06-20 10:38

【Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令】

各个版本对应关系以及安装指令更多内容，可以移步到我的小红薯哦（复旦孟博士）1、名词解释1.1CUDACUDA（ComputeUnifiedDeviceArchitecture）是由NVIDIA开发的用于并行计算的平台和编程模型
CL_Meng77·2025-06-19 18:08

Java 并发工具类核心使用场景深度解析

本文聚焦同步协调、资源控制、线程协作、并行计算四大核心场景，系统解析CountDownLatch、Semaphore、CyclicBarrier等工具类的设计原理与工程实践，确保内容深度与去重性，助力面试者构建场景化知识体系
液态不合群·2025-06-19 17:35

Java 并发工具类核心使用场景深度解析

本文聚焦同步协调、资源控制、线程协作、并行计算四大核心场景，系统解析CountDownLatch、Semaphore、CyclicBarrier等工具类的设计原理与工程实践，确保内容深度与去重性，助力面试者构建场景化知识体系
·2025-06-19 01:14

使用YOLO模型进行线程安全推理

Python线程是一种并行计算形式，允许程序同时运行多个操作。不过，Python的全局解释器锁（GIL）控制着一次只能有一个线程执行Python字节码。
alpszero·2025-06-18 21:18

云端算力革命：川翔云电脑如何重新定义创作自由

一、核心优势：突破物理极限的云端工作站弹性算力调度：提供RTX3090至48GB显存的RTX4090Plus全系列GPU配置，支持1-8卡集群并行计算。
渲染101专业云渲染·2025-06-18 21:46

JAX革命性优势解剖：GPU/TPU自动并行计算实战

近年来，大模型训练与科学计算对算力的需求呈现指数级增长。传统框架面临硬件绑定深、并行编码复杂、跨平台迁移成本高三大痛点。Google开源的JAX框架通过函数式编程范式、XLA编译优化与自动并行原语，正在重塑高性能计算的技术栈。一、JAX核心优势：三位一体的技术突破1.1函数式编程+即时编译（JIT）与PyTorch/TensorFlow的面向对象范式不同，JAX强制纯函数设计：#传统PyTorch
AI咸鱼保护协会·2025-06-18 10:58

Python multiprocessing模块介绍

multiprocessing是Python标准库中的一个模块，用于实现多进程并行计算，可以在多核CPU上显著提升程序性能，尤其适用于CPU密集型任务。
qq_27390023·2025-06-18 09:22

李晓梅老师在并行算法领域太厉害了，为什么没有评院士？

她为银河-I/银河-II超级计算机研制和数值天气预报、核模拟、石油勘探等领域的向量化应用软件研制，及我国并行计算
好好学习啊天天向上·2025-06-18 02:38

mount.lustre: /dev/sdc has not been formatted with mkfs.lustre or the backend filesystem type is not

Lustre是一个高性能的分布式文件系统，通常用于大规模并行计算环境中。要解决这个问题，你需要按照以下步骤操作：创建文件系统首先，你需要使用mkfs.
计算机辅助工程·2025-06-17 15:27

Python函数式编程指南

其中函数式编程是Python的一大特色，它是一种使用函数作为基本构造块的编程范式，可以很好地支持高阶函数、闭包、惰性计算、并行计算等特性，使代码更加简洁、易读、易维护。
CyMylive.·2025-06-17 03:59

大数据领域 OLAP 的分布式查询执行计划优化

大数据领域OLAP的分布式查询执行计划优化关键词：OLAP、分布式查询、执行计划优化、查询引擎、并行计算、数据分片、成本模型摘要：本文深入探讨了大数据环境下OLAP系统的分布式查询执行计划优化技术。
大数据洞察·2025-06-17 02:20

全面掌握MPI并行编程

本文还有配套的精品资源，点击获取简介：MPI（MessagePassingInterface）是并行计算领域中使用的一种标准接口，特别是在科学计算中广泛应用。
鄧寜·2025-06-16 17:59

【AI大模型】15、从GPT-1到GPT-3：大语言模型核心技术演进与能力涌现全解析

架构创新：单向Transformer解码器的诞生GPT-1首次将Transformer架构应用于语言模型领域，其核心采用12层Transformer解码器，摒弃了传统RNN的递归结构，通过自注意力机制实现并行计算
·2025-06-16 14:04

【AI大模型】14、Transformer架构深度解析：从并行计算到千亿参数模型的扩展密码

一、Transformer的基因密码：并行化架构的革命性突破（一）序列计算的历史性突破在Transformer诞生之前，RNN/LSTM等序列模型受困于串行计算的天然缺陷：时间复杂度瓶颈：处理长度为N的序列需O(N)时间，且无法并行，导致训练速度随序列长度呈线性下降。例如，LSTM处理512长度文本需512次递归计算，而Transformer仅需一次矩阵乘法。长距离依赖困境：通过隐藏状态传递信息的
无心水·2025-06-16 14:32

SIMD 的使用与限制介绍

SIMD（SingleInstruction,MultipleData，单指令多数据流）是一种并行计算技术，允许一个指令在多组数据上同时操作。
写代码的橘子n·2025-06-16 11:45

云主机与云渲染深度解析：动画制作领域的技术选择指南

1.1技术定义对比云主机：虚拟化服务器集群，提供可弹性扩展的计算资源池，支持全栈式开发环境部署云渲染：分布式渲染架构，通过并行计算技术实现渲染任务的高效分解与执行二、技术特性对比分析2.1资源调度维度维度云主机云渲染资源形态虚拟化服务器集群
AI航向标·2025-06-16 09:32

Python并发编程：多线程与多进程实战

另一方面，多进程编程可以绕过GIL的限制，充分利用多核CPU的并行计算能力。本文将详细介绍如何在Python中实现多线程和多进程，并通过具体示例展示其
清水白石008·2025-06-14 18:10

大模型多显卡多服务器并行计算方法与实践指南

一、分布式训练概述大规模语言模型的训练通常需要分布式计算技术，以解决单机资源不足的问题。分布式训练主要分为两种模式：数据并行：将数据分片到不同设备，每个设备拥有完整的模型副本模型并行：将模型分割到不同设备，每个设备处理部分模型计算现代大模型训练通常结合这两种方式，形成混合并行策略。二、硬件环境准备1.多机多卡环境配置组件要求建议配置GPU支持CUDANVIDIAA100/H100网络高速互联Inf
非著名架构师·2025-06-13 13:27

边缘AI广泛应用推动并行计算崛起及创新GPU渗透率快速提升

作者：ImaginationTechnologies的产品管理副总裁DennisLaudick人工智能（AI）在边缘计算领域正经历着突飞猛进的高速发展，根据IDC的最新数据，全球边缘计算支出将从2024年的2280亿美元快速增长到2028年的3780亿美元*。这种需求的增长速度，以及在智能制造、智慧城市等数十个行业中越来越多的应用场景中出现的渗透率快速提升，也为执行计算任务的硬件设计以及面对多样化
电子科技圈·2025-06-12 20:25

cpu、物理核数、逻辑核数、超线程

物理核数CPU芯片中独立存在的物理计算单元数量每个物理核独占计算资源（ALU、寄存器）；多核实现真正并行计算。逻辑核数通过超线程（Hyper-Threa
龙卷_·2025-06-12 14:41

pycuda

它提供了与CUDAC类似的接口，可以方便地利用GPU的并行计算能力进行科学计算、机器学习、深度学习等领域的计算任务。
贾亚飞·2025-06-10 15:35

批量大数据并发处理中的内存安全与高效调度设计（以Qt为例）

背景在批量处理大型文件（如高分辨率图片、视频片段、科学数据块）时，开发者通常希望利用多核CPU并行计算以提升处理效率。
我喜欢就喜欢·2025-06-08 11:32

人机交互系统（2

基于分布式存储以后，数据被分布式存储在不同的服务器上，那么我们就可以使用分布式计算框架（比如MapReduce,Spark等）来进行并行计算（或者说是分布式计算），即：每个服务器上分别统计自己存储的数据中关键字出现的次数
2401_84049040·2025-06-08 02:30

【NET】高级开发面试题总结（2025）

2.熟悉TCP/IP、EtherCAT、CAN、RS485、RS232网络协议，熟练掌握网络编程技术及多线程技术、进程处理技术，具有很强的编码、调试和解决问题能力;3.对并发(多线程、并行计算)、I0有深入的理解
汪小白JIY·2025-06-07 18:06
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他