并行计算_cuda

A800算力部署实战策略

本书以A800芯片的并行计算特性为切入点，深入探讨算力密度与能效比之间的动态平衡机制，覆盖硬件拓扑优化、分布式任务调度、跨架构编译优化等核心环节。
智能计算研究中心·2025-03-11 22:42

matlab spmd,matlab并行计算命令

1.matlab仿真模型怎么并行计算以单台双核计算机为例。首先打开MATLAB命令窗口，输入matlabpoolopen就OK了。这样，就相当于将一台计算机的两个核心，当做两台机器用啦。
其实我是老莫·2025-03-11 11:53

本地部署AI大模型之并行计算：什么是可重入互斥锁/递归锁

目录1.普通互斥锁的局限性2.可重入互斥锁的工作原理3.使用场景4.代码示例5.实现关键6.注意事项可重入互斥锁（ReentrantMutex，或称为递归锁）是一种特殊类型的互斥锁，允许同一线程多次获取同一把锁而不会导致死锁。以下是其核心要点：1.普通互斥锁的局限性普通互斥锁（Mutex）在同一个线程中只能被获取一次。若线程尝试重复获取已持有的锁，会导致自死锁（线程无限等待自己释放锁）。2.可重入
杰瑞学AI·2025-03-11 11:47

《深度解析DeepSeek-M8：量子经典融合，重塑计算能效格局》

量子比特能够同时处于多个状态，实现并行计算，这使得量子计算机在处理某些特定问题时，具备指数级加速
程序猿阿伟·2025-03-11 01:56

【大模型】DeepSeek-R1-Distill-Qwen部署及API调用

当前模型开源后，我们可以将其部署，使用API方式进行本地调用1.部署环境本文中的部署基础环境如下所示：PyTorch2.5.1Python3.12(ubuntu22.04)Cuda12.4GPURTX3090
油泼辣子多加·2025-03-10 17:29

opencv cuda例程 OpenCV和Cuda结合编程

本文转载自：https://www.fuwuqizhijia.com/linux/201704/70863.html此网页，仅保存下来供随时查看一、利用OpenCV中提供的GPU模块目前，OpenCV中已提供了许多GPU函数，直接使用OpenCV提供的GPU模块，可以完成大部分图像处理的加速操作。该方法的优点是使用简单，利用GpuMat管理CPU与GPU之间的数据传输，而且不需要关注内核函数调用参
weixin_44602056·2025-03-10 16:27

利用CUDA与OpenCV实现高效图像处理：全面指南

利用CUDA与OpenCV实现高效图像处理：全面指南前言在现代计算机视觉领域，图像处理的需求日益增加。无论是自动驾驶、安防监控，还是医疗影像分析，图像处理技术都扮演着至关重要的角色。
快撑死的鱼·2025-03-10 16:25

linux 下 CUDA + Opencv 编程 之 CMakeLists.txt

CMAKE_MINIMUM_REQUIRED(VERSION2.8)PROJECT(medianFilterGPU)#CUDApackageFIND_PACKAGE(CUDAREQUIRED)INCLUDE
maxruan·2025-03-10 16:23

Win11及CUDA 12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音

Win11及CUDA12.1环境下PyTorch安装及避坑指南：深度学习开发者的福音【下载地址】Win11及CUDA12.1环境下PyTorch安装及避坑指南本资源文件旨在为在Windows11操作系统及
郁云爽·2025-03-10 16:52

CUDA编程之OpenCV与CUDA结合使用

OpenCV与CUDA的结合使用可显著提升图像处理性能。
byxdaz·2025-03-10 15:48

Unity Job系统详解原理和基础应用处理大量物体位置

通过双缓冲技术实现无锁并行计算，适用于需要高性能批量处理Transform的场景。
废嘉在线抓狂.·2025-03-10 13:03

Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12(1)

查看cuda版本![](https://img-blog.csdnimg.cn/direct/ba9a3507f82a43b8891b42ab1566a71c.png)输入setcuda查看环境变量!
2401_84557821·2025-03-10 08:56

分子动力学仿真软件：GROMACS_（12）.并行计算与性能优化

并行计算与性能优化并行计算的基本概念并行计算是指同时使用多个计算资源（如处理器、计算节点等）来执行计算任务，以提高计算效率和速度。
kkchenjj·2025-03-10 08:54

【Transformer优化】Transformer的局限在哪？

但当我们在享受其惊人的并行计算能力和表征能力时，是否真正理解了它的局限性？本文将深入探讨在复杂度之外被忽视的五大核心缺陷，并试图在数学维度揭示其本质。
T-I-M·2025-03-10 04:26

jupyter notebook参数化运行python

Updates（2019.8.1419:53）吃饭前用这个方法实战了一下，吃完回来一看好像不太行：跑完一组参数之后，到跑下一组参数时好像没有释放之占用的GPU，于是notebook上的结果，后面好几条都报错说cudaoutofmemory
HackerTom·2025-03-10 02:11

探秘开源项目 MapReduce：分布式计算的新篇章

这是一个由Google提出的并被广泛应用的编程模型，用于大规模数据集的并行计算。本文将带你深入了解这一开源实现的魅力，分析其技术原理，探讨它的应用场景，并揭示它独特的特性。
褚知茉Jade·2025-03-10 01:32

win11编译llama_cpp_python cuda128 RTX30/40/50版本

Geforce50xx系显卡最低支持cuda128，llama_cpp_python官方源只有cpu版本，没有cuda版本，所以自己基于0.3.5版本源码编译一个RTX30xx/40xx/50xx版本。
System_sleep·2025-03-10 01:02

GPU编程实战指南03：CUDA开发快速上手示例，GPU性能碾压实测

上一节《GPU编程指南02：CUDA开发快速上手示例》中我们完成了一个使用GPU进行加减乘除四则运算的例子。
anda0109·2025-03-09 15:34

DeepSeek R1-32B医疗大模型的完整微调实战分析（全码版）

DeepSeekR1-32B微调实战指南├──1.环境准备│├──1.1硬件配置││├─全参数微调：4*A10080GB││└─LoRA微调：单卡24GB│├──1.2软件依赖││├─PyTorch2.1.2+CUDA
Allen_LVyingbo·2025-03-09 11:33

记录 | python os添加系统环境变量

python中通过os来添加系统环境变量：#设置os系统环境变量os.environ['CUDA_VISIBLE_DEVICES']='0'os.environ['p2c']='1'os.environ
极智视界·2025-03-09 10:00

GPU编程实战指南01：CUDA编程极简手册

目录1.CUDA基础概念1.1线程层次结构1.2内存层次结构2.CUDA编程核心要素2.1核函数2.2内存管理2.3同步机制3.CUDA优化技巧3.1内存访问优化3.2共享内存使用3.3线程分配优化4.
anda0109·2025-03-09 09:20

安装CUDA12.1和torch2.2.1下的DKG

1.创建python虚拟环境setNO_PROXY=*condadeactivatecondaenvremove-nfindkgcondacreate-nfindkgpython=3.11condaactivatefindkgcondainstallpackagingsetuptoolspipuninstallnumpycondainstallnumpy=1.24.3请注意，DKG需要python
超级无敌大好人·2025-03-09 07:07

弹性算力革命：企业级GPU云服务如何重构AI与图形处理的效能边界

随着人工智能、大数据、深度学习、虚拟现实以及高性能计算等前沿技术在各行业的深入渗透，企业对于大规模并行计算能力的要求越来越高。GPU凭借其卓越的并行计算
·2025-03-07 17:21

弹性算力革命：企业级GPU云服务如何重构AI与图形处理的效能边界

随着人工智能、大数据、深度学习、虚拟现实以及高性能计算等前沿技术在各行业的深入渗透，企业对于大规模并行计算能力的要求越来越高。GPU凭借其卓越的并行计算
·2025-03-07 17:21

数据管理-估算和建模数据处理的内存需求

如果您正在运行并行计算，您需要了解每个任务的内存需求，以便知道可以并行运行多少个任务。如果您要扩展到多次运行，您需要估算硬件或云资源的成本。在第一种情况下，您实际上无法测
李星星BruceL·2025-03-07 11:11

win11编译pytorch cuda128版本流程

Geforce50xx系显卡最低支持cuda128，torchcu128release版本目前还没有释放，所以自己基于2.6.0源码自己编译wheel包。
System_sleep·2025-03-07 09:05

【学习笔记5】Linux下cuda、cudnn、pytorch版本对应关系

一、cuda和cudnnNVIDIACUDAToolkit（CUDA）为创建高性能GPU加速应用程序提供了一个开发环境。
longii11·2025-03-07 08:56

量子算法：英译名、概念、历史、现状与展望？

其核心在于利用量子比特（qubit）的并行计算能力，显著提升计算效率。####历史1.**1980年代**：RichardFeynman提出量子计算概念，认为量子计算机可以模拟经典计算机无法
lisw05·2025-03-07 07:14

yolov8训练模型、测试视频

1、训练代码train.pyimportos#os.environ["CUDA_VISIBLE_DEVICES"]="3"#同样是选择第3块GPUfromultralyticsimportYOLO#L
灰灰学姐·2025-03-06 21:12

解决No such file or directory: ‘:/usr/local/cuda:/usr/local/cuda:...‘

【报错】error:[Errno2]Nosuchfileordirectory:':/usr/local/cuda:/usr/local/cuda:/usr/local/cuda:/usr/local/
北冰洋漂流·2025-03-06 00:42

PyTorch 与 NVIDIA GPU 的适配版本及安装

PyTorch与NVIDIAGPU的适配版本需要通过CUDA和cuDNN来实现。以下是详细的安装教程，包括如何选择合适的PyTorch版本以及如何配置NVIDIAGPU环境。
小赖同学啊·2025-03-05 19:05

C++使用Onnxruntime/TensorRT模型推理

.pth模型进行推理python下依据模型推理实现从.pth转向.onnxpython下基于.onnx进行推理，与后续两种推理方式种的推理结果进行比较环境windows10+RTX308015GB显存cuda11.3onnxru
奇华智能·2025-03-05 16:30

NCU使用指南及模型性能测试（pytorch2.5.1）

OverviewNsightCompute(NCU)是NVIDIA提供的GPU内核级性能分析工具，专注于CUDA程序的优化。它提供详细的计算资源、内存带宽、指
Jakari·2025-03-05 02:05

深入理解 Transformer：用途、原理和示例

它打破了传统循环神经网络（RNN）按顺序处理序列、难以并行计算以及卷积神经网络（CNN）在捕捉长距离依赖关系上的局限，另辟蹊径地采用多头注意力机制
范吉民(DY Young)·2025-03-05 01:55

高性能计算中如何优化内存管理？

例如，在CUDA编程中，可以使用内存池来管理GPU内存，从而提高内存访问效率。异构内存管理：在异构计算环境中（如CPU+GPU），采用统一内存管理（UnifiedMemory）或智能数据迁移策略，
·2025-03-04 22:52

图像识别技术与应用课后总结（12）

全局平均池化（GlobalAveragePooling）1.导入库和设备配置importtorch.nnasnnimporttorch.nn.functionalasFdevice=torch.device("cuda
一元钱面包·2025-03-04 14:37

GPU与CPU：架构对比与技术应用解析

GPU以其强大的并行计算能力，在深度学习、图像处理和科学计算等领域迅速崛起，而CPU则在通用计算任务中保持其核心地位。了解GPU与CPU的设计差异和适用场景
Hello.Reader·2025-03-04 12:50

RuntimeError: CUDA error:device.side assert triggered（tensor形状有误）

报错如下：RuntimeError:CUDAerror:device.sideasserttriggeredCUDAkernelerrorsmightbeasynchronouslyreportedatsomeotherAPIcall
Gidear·2025-03-04 10:03

莫名奇妙的异常009：mysql row size too large＞8126

临时解决可以这样：1.设置mysql全局变量设置命令：SETGLOBALinnodb_file_format='Barracuda';检查命令：showGLOBALVARIABLESLIKE'%file_format
杨友山·2025-03-04 05:28

mysql row size too large_mysql 错误 Row size too large (> 8126)解决办法

基础设置：innodb_file_per_table=1innodb_file_format=Barracuda如果解决不了，
譃七唯·2025-03-04 05:26

使用pytorch和opencv根据颜色相似性提取图像

importcv2importtorchimportnumpyasnpimporttimedefget_similar_colors(image,color_list,threshold):#将图像和颜色列表转换为torch张量device=torch.device('cuda'iftorch.cuda.is_available
深蓝海拓·2025-03-03 15:34

博通Emulex Secure HBA：后量子加密与零信任架构的存储网络革命

量子计算机的并行计算能力理论上可破解当前广泛使用的RSA、ECC等非对称加密算法，尤其是针对公钥基础设施（PKI）的攻击可能彻底颠覆现有网络安全体系。
古猫先生·2025-03-03 12:43

分布式多卡训练(DDP)踩坑

单卡训练语句（正常运行）：pythonmain.py多卡训练语句：需要通过torch.distributed.launch来启动，一般是单节点，其中CUDA_VISIBLE_DEVICES设置用的显卡编号
m0_54804970·2025-03-03 11:05

大数据经典技术解析：Hadoop+Spark大数据分析原理与实践

由于其易于部署、高容错性、并行计算能力强、适应数据量大、可编程、社区支持广泛等特点，大大提升了大数据应用的效率和效果。本文通过对Hado
AI天才研究院·2025-03-03 10:27

Torch安装必知

从硬件到Torch的支持链条如下Nvidia显卡Nvidia显卡驱动CudaTorchCudnncudnn对torch不是必需，部分项目会依赖cudnn。
m0_52111823·2025-03-03 08:43

win11编译pytorchvision cuda128版本流程

1.前置条件本篇续接自win11编译pytorchcuda128版本流程，阅读前请先参考上一篇配置环境。
System_sleep·2025-03-02 13:04

前沿计组知识入门（二）

第2页：并行计算与编程硬件：多处理器多内存互连网络系统软件：并行操作系统用于表达和协调并发的编程构造应用软件：并行算法目标：利用硬件、系统和应用软件实现加速（速度提升）：Tp=TspT_p=\frac{
tianyunlinger·2025-03-02 03:14

GaussDB 学习进阶路线-进阶篇：分布式架构、性能调优与高可用实战

本文将以生产环境为背景，深入剖析GaussDB的数据分片、并行计算、主备容灾、云原生集成等核心技术，结合实战配置与调优案例，助你解锁GaussDB的高阶技能，构建稳定高效的分布式数据库系统！
Jan123.·2025-03-02 00:55

科技快讯 | DeepSeek宣布开源DeepGEMM；多个团队开发AI论文反识别技术；OpenAI GPT 4.5现身Android测试版，即将发布

该库采用CUDA编写，在安装过程中无需编译，通过使用轻量级的即时编译（JIT）模块在运行时编译所有内核。FP
最新科技快讯·2025-03-01 23:18

【学习】电脑上有多个GPU，命令行指定GPU进行训练。

CUDA_VISIBLE_DEVICES=1假设要使用第二个GPU进行训练。CUDA_VISIBLE_DEVICES=1pythontrain.py
超好的小白·2025-03-01 19:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他