显卡GPU 第6页

嵌入式Linux 系统组成

完整的操作系统的对比如下：//可以看到我们嵌入式arm上的u-boot同时替代了BIOS和grub2（bootmgr）的功能，下面我们来进行一些详细的介绍1.BIOS和UEFI的作用：a.进行硬件自检，检测内存，CPU，显卡

mx_jun·2025-03-06 12:50

ubuntu 22.04附加驱动安装NVIDIA显卡驱动重启后无WiFi蓝牙等问题

参考：ubuntu22.04更新NVIDIA显卡驱动，重启后无网络图标等系统奇奇怪怪问题sudodpkg--get-selections|greplinux查看哪些要跟着旧版本一起装的就装。

llkk星期五·2025-03-06 10:36

Ubuntu 22.04安装NVIDIA A30显卡驱动

一、安装前准备1.禁用Nouveau驱动Ubuntu默认使用开源Nouveau驱动，需要手动禁用：vim/etc/modprobe.d/blacklist-nouveau.conf#添加以下内容：blacklistnouveauoptionsnouveaumodeset=0#更新内核并重启：update-initramfs-ureboot2.验证禁用是否生效lsmod|grepnouveau#无输

闫利朋·2025-03-06 10:33

高效部署通义万相Wan2.1：ComfyUI文生/图生视频实战，工作流直取！

手把手教你在免费GPU算力环境、本地环境部署运行ComfyUI工作流，玩转Wan2.1文生视频、图生视频案例实践。

zhangjiaofa·2025-03-06 07:33

ubuntu 启动不起来，光标闪烁解决方法

发现是找不到显卡驱动程序。解决方法：卸载nvidia程序。sudosystemctlstopgdm#适用于GNOMEsudoapt-getpurge'^nvidia-.

KKView远程查看手机电脑摄像头和屏幕·2025-03-06 03:35

INA(In-Network Aggregation)技术

核心原理在传统分布式训练中，计算节点（如GPU）需要将本地计算的梯度或中间结果发送到中心节点（如参数服务器）进行聚合，这会产生大量的网络传输。In-NetworkAggregation则是通过可编

一只积极向上的小咸鱼·2025-03-06 01:22

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

kubevirt源码分析之谁分配了gpu_device（3）

目标当一个launcherpod被创建时，它会请求资源，如下Requests:cpu:16devices.kubevirt.io/kvm:1devices.kubevirt.io/tun:1devices.kubevirt.io/vhost-net:1ephemeral-storage:50Mhugepages-2Mi:8Gimemory:1574961152nvidia.com/GA102_GE

生命不息折腾不止·2025-03-05 15:54

《基于WebGL的matplotlib三维可视化性能调优》——让大规模3D数据流畅运行在浏览器端！

本文将解锁matplotlib与WebGL的融合之道，通过GPU加速渲染+数据压缩算法+计算负载转移三大杀招，实现浏览器端千万级粒子系统60FPS流畅交互。

Eqwaak00·2025-03-05 15:53

大模型训练内存预估计算方法

方法论大模型在训练过程中,需要预估需要多少显存进行参数的存储,需要进行预估.来方便GPU的购买.举例以DeepSeek-V3模型为例,总共有671B个参数.B=Billion（十亿）,因此，671B模型指拥有

junjunzai123·2025-03-05 13:29

Python | Pytorch | Tensor知识点总结

如是我闻：Tensor是我们接触Pytorch了解到的第一个概念，这里是一个关于PyTorchTensor主题的知识点总结，涵盖了Tensor的基本概念、创建方式、运算操作、梯度计算和GPU加速等内容。

漂亮_大男孩·2025-03-05 08:27

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

基于Ubuntu+vLLM+NVIDIA T4高效部署DeepSeek大模型实战指南

一、前言：拥抱vLLM与T4显卡的强强联合在探索人工智能的道路上，如何高效地部署和运行大型语言模型（LLMs）一直是一个核心挑战。尤其是当我们面对资源有限的环境时，这个问题变得更加突出。

来自于狂人·2025-03-05 02:01

3月4日（信息差）

超越Sora的阿里万相大模型开源家用显卡都能跑✨小米15Ultra、小米SU7Ultra定档2月27日雷军宣布：向超高端进发1.超3.5万个网站遭入侵：恶意脚本将用户重定向至赌博平台2025年2月，网络安全领域发生了一起大规模入侵事件

Eqwaak00·2025-03-04 23:11

AI 芯片全解析：定义、市场趋势与主流芯片对比

与普通处理器（如CPU、GPU）相比，AI芯片有什么不同？本文将详细解析AI芯片的定义、核心特性、市场上的流行产品（国内外），以及AI芯片的定位与发展趋势。2.什么才算AI芯片？

嵌入式Jerry·2025-03-04 22:39

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

ubuntu开机黑屏，左上角光标闪烁

最终解决：重装显卡驱动第一步：禁用nouveau（可以不进行这一步）cat/etc/modprobe.d/blacklist-nouveau.confblacklistnouveauoptionsnouveaumodeset

MISAKA米飒咔·2025-03-04 22:35

017、Python+fastapi，第一个Python项目走向第17步：ubuntu24.04 无界面服务器版下安装nvidia显卡驱动

一、说明新的ubuntu24.04正式版发布了，前段时间玩了下桌面版，感觉还行，先安装一个服务器无界面版本吧安装时有一个openssh选择安装，要不然就不能ssh远程，我就是没选，后来重新安装ssh。另外一个就是安装过程中静态ip设置下在etc/netplan文件夹下，有一个yaml文件，我的是50-cloud-init.yaml，先用ipa看看victor@victor:~$cd/etc/net

浪淘沙jkp·2025-03-04 17:23

基于PyTorch的深度学习2——Numpy与Tensor

不过它们也有不同之处，最大的区别就是Numpy会把ndarray放在CPU中进行加速运算，而由Torch产生的Tensor会放在GPU中进行加速运算。

Wis4e·2025-03-04 15:38

Helix 是开源的私有 GenAI 堆栈，用于构建具有声明性管道、知识（RAG）、API 绑定和一流测试的 AI 应用程序。

从语言模型到图像模型等，Helix以符合人体工程学、可扩展的方式为您的业务带来最好的开源AI，同时优化GPU内存和延迟

2301_78755287·2025-03-04 13:50

GPU与CPU：架构对比与技术应用解析

1.引言1.1为什么探讨GPU与CPU的对比？随着计算技术的不断发展，GPU（图形处理单元）和CPU（中央处理单元）已经成为现代计算机系统中最重要的两个组成部分。

Hello.Reader·2025-03-04 12:50

DEEPSEEK为什么还不能在工业控制领域使用？

以下是具体原因及深度分析：一、实时性与可靠性瓶颈1.毫秒级响应要求工业控制场景（如机器人协作、生产线急停）需确定性响应（通常50℃）、高湿、震动、电磁干扰等极端条件，通用AI服务器（如GPU集群）缺乏工业级防护

Wnq10072·2025-03-04 11:39

测量纹波是否合格的标准是什么?

测量纹波是否合格需要结合具体应用场景和技术规范，以下为收集到的详细判断标准及分类说明：一、通用行业标准数字电路基础逻辑电路（如TTL/CMOS）：<100mVpp高速数字电路（DDR/FPGA）：<50mVpp处理器核心供电（如CPU/GPU

CircuitWizard·2025-03-04 11:07

探索AGI：谷歌开源的先进智能系统框架

探索AGI：谷歌开源的先进智能系统框架agiAndroidGPUInspector项目地址:https://gitcode.com/gh_mirrors/ag/agiAGI（ArtificialGeneralIntelligence

劳泉文Luna·2025-03-04 06:30

python数据分析入门与实战王静_Keras快速上手：基于Python的深度学习实战

准备深度学习的环境11.1硬件环境的搭建和配置选择.........................11.1.1通用图形处理单元..........................31.1.2你需要什么样的GPU

weixin_39724362·2025-03-04 04:52

私有部署 ChatGLM3-6B

1.在AutoDL平台上租赁GPUGPU型号：RTX4090PyTorch版本：2.5.1**（推荐使用2.0及以上的版本，以获得最佳的推理性能）**2.开启学术资源加速source/etc/network_turbo3

张申傲·2025-03-04 03:16

人工智能和python的关系

人工智能是计算密集型，需要非常精细的优化，其中还需要GPU、专用硬件之类的接口，这些都只有C/C++能做到，所以某种意义上来说，其实C/C++才是人工智能领域最重要的语言。

兜里揣着星星·2025-03-03 22:32

如何本地部署大模型及性能优化指南（附避坑要点）

一、环境准备：硬件与软件的黄金搭档硬件配置显存与内存：7B模型需至少10GB显存（如RTX3060），16B以上推荐专业级显卡（如V100/A100）。若显存不足，可通过CPU

挣扎与觉醒中的技术人·2025-03-03 17:20

本地部署大语言模型-DeepSeek

HosteaseAMD9950X/96G/3.84TNVMe/1G/5IP/RTX4090GPU服务器提供多种计费模式。

NightReader·2025-03-03 15:36

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

在 MacBook 上设置 DeepSeek R1 (8B) 的 3 个步骤

知识大胖·2025-03-03 11:04

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

DeepSeek 开源周五个开源项目，引领 AI 创新？

Day1:FlashMLA项目介绍FlashMLA是一个为HopperGPU设计的高效解码内核，专门用于大型语言模型（

LaughingZhu·2025-03-03 08:09

如何高效运行 DeepSeek-R1：分步指南

无论您想在Mac上本地运行它，还是在云GPU上运行它，还是优化性能以供大规模使用，本指南都会逐步引导您完成所有操作。

知识大胖·2025-03-03 06:31

ubantu(20.04)+ollama+dify+摩尔线程S80，新手避坑指南

同时，摩尔线程作为养成系列的显卡，在运用场景上还是比较少，希望更多感兴趣的人一起探讨。

chaonghoeoh·2025-03-03 04:07

论文阅读笔记2

OptimizingMemoryEfficiencyforDeepConvolutionalNeuralNetworksonGPUs1论文简介作者研究了CNN各层的访存效率，并揭示了数据结构和访存模式对

sixfrogs·2025-03-03 03:59

《AI大模型开发笔记》DeepSeek技术创新点

Richard Chijq·2025-03-03 03:57

Vulkan：Vulkan与现代GPU架构_2024-07-20_17-11-33.Tex

Vulkan：Vulkan与现代GPU架构Vulkan简介Vulkan的历史与发展Vulkan是一个跨平台的2D和3D图形应用程序接口(API)，由KhronosGroup开发。

chenjj4003·2025-03-03 02:22

安装Ubuntu和Windows双系统

安装Ubuntu和Windows双系统安装Ubuntu和Windows双系统CPU有集成显卡有关Ubuntu分区的相关问题Ubuntu与Windows双系统时间同步解决方法调整grub引导系统顺序方法一

prince_zxill·2025-03-02 20:07

【弹性计算】弹性裸金属服务器和神龙虚拟化（二）：适用场景

弹性裸金属服务器和神龙虚拟化（二）：适用场景1.混合云和第三方虚拟化软件部署2.高隔离容器部署3.高质量计算服务4.高速低时延RDMA网络支持场景5.RISCCPU支持6.GPU性能无损输出公共云服务提供商推出弹性裸金属服务器

G皮T·2025-03-02 14:20

基于阿里云PAI平台快速部署DeepSeek大模型实战指南

在多项国际评测中，DeepSeek-R1模型在推理能力、多语言支持和长上下文处理（最高128K）方面表现卓越，尤其在企业级场景中展现出以下优势：高性能推理：单张A10显卡即可部署7B参数模型，推理速度提升

硅基打工人·2025-03-02 14:19

老毛桃、大白菜、微PE几款PE优劣对比

【功能丰富度】老毛桃：功能全面，支持GHOST与原版系统安装，可引导双显卡笔记本进PE，有防蓝屏新

小魚資源大雜燴·2025-03-02 09:00

【模型部署】大模型部署工具对比：SGLang, Ollama, VLLM, LLaMA.cpp如何选择？

它通过虚拟张量技术优化了内存使用，并支持多GPU加速，适合需要高性能推理的场景。LLaMA.cpp:这是一个针对C++优化的LLaMA模型实现，特别适合在资源受限的环境中

深度求索者·2025-03-02 08:19

一文搞懂最新NVIDIA GPU满血版和阉割版芯片：A100、H100、A800、H800、H20的差异

目录一、NVIDIAGPU架构1、Blackwell架构2、Hopper架构3、Ampere架构4、Turing架构5、Volta架构二、A100、H100、A800、H800、H20差异对比1.A100

神马行空·2025-03-02 06:09

Python vLLM 实战应用指南

vLLM简介2.安装vLLM3.快速开始3.1加载模型并生成文本3.2参数说明4.实战应用场景4.1构建聊天机器人示例对话：4.2文本补全输出示例：4.3自定义模型服务启动服务调用服务5.性能优化5.1GPU

ghostwritten·2025-03-02 06:34

DPU：数据中心与计算架构的革新引擎

在传统计算架构中，中央处理单元（CPU）和图形处理单元（GPU）扮演着重要的角色，但随着

wljslmz·2025-03-02 03:46

服务器拔下内存条系统不能启动,电脑主板不能启动的解决方法

电脑主板不能启动的解决方法因为主板扩展槽或扩展卡有问题，导致插上显卡、声卡等扩展卡后，主板没有响应，因此造成开机无显示。例如蛮力拆装agp显卡，导致agp插槽开裂，即可造成此类故障。

weixin_39742065·2025-03-01 23:16

云服务器部署DeepSeek Janus-Pro生成图片实战

序本文主要研究一下如何在腾讯云HAI-GPU服务器上部署DeepSeekJanus-Pro来进行文本生成图片步骤选择带GPU的服务器到deepseek2025试用一下带GPU的服务器下载Janusgitclonehttps

·2025-03-01 22:32

【学习】电脑上有多个GPU，命令行指定GPU进行训练。

使用如下指令可以指定使用的GPU。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

k8s之pod的调度之污点与容忍污点，什么是污点？如何容忍污点

通常用于以下场景：专用节点：某些节点专门用于运行特定类型的Pod（如GPU节点）。节点维护：标

终端行者·2025-03-01 15:25

推荐频道

显卡GPU