GPU并行计算-CUDA编程

【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。
·2025-03-11 19:35

深度学习训练中GPU内存管理

文章目录概述常见问题1、设备选择和数据迁移2、显存监控函数3、显存释放函数4、自适应batchsize调节5、梯度累积概述在深度学习模型训练中，主流GPU显存通常为8GB~80GB，内存不足会导致训练中断或
@Mr_LiuYang·2025-03-11 19:24

深度学习：CPU和GPU算力

GPU算力：图形处理单元用于并行处理的能力，尤其是在深度学习
壹十壹·2025-03-11 16:55

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

如何在DigitalOcean的H100 GPU服务器上运行DeepSeek R1 模型

在DigitalOcean，我们一直在关注开源大语言模型（LLMs）和商业封闭模型之间差距的不断缩小。其中一个最关键的能力就是“推理”，也就是用合乎逻辑、讲得通的方式思考问题。以前，大语言模型的表现比较单一。只要给它们一个提示，它们就会直接给出答案，根本没有什么“二次思考”的过程，也没有什么机制能让模型在出错时自己纠正。这就让它们在遇到那些指令本身就可能有问题的情况时，很难进行深入推理、提出疑问或
DO_Community·2025-03-11 10:44

基于llama_cpp 调用本地模型（llama）实现基本推理

背景llama_cpp是一个基于C++的高性能库（llama.cpp）的Python绑定，支持在CPU或GPU上高效运行LLaMA及其衍生模型（如LLaMA2），并通过量化技术（如GGUF格式）优化内存使用
月光技术杂谈·2025-03-11 10:40

C# Winform做动画卡顿怎么办？

Winform用的GDI+，像全屏动画这种卡的稀巴烂，任务管理器看进程如果GPU没动静那就是渣，没加速。可以使用OpenGL或者DirectX这样有GPU加速就不卡了。
肖无疾·2025-03-11 02:05

《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

Windows 图形显示驱动开发-WDDM 3.2-用户模式工作提交（一）

UM工作提交使应用程序能够直接从用户模式将工作提交到GPU，且延迟非常低。目标是提高经常向GPU提交小工作负载的应用程序的性能。
程序员王马·2025-03-10 20:52

Windows 图形显示驱动开发-WDDM 3.2-自动显示切换(九)

由于EDID保持不变，当任何一个GPU控制内部面板时，都会加载面板驱动程序。这两个驱动程序将显示相同的亮度功能。因此，加载应该不会造成任何问题，面板驱动程序也不需要知道哪个GPU在控制多路复用器。
程序员王马·2025-03-10 20:22

Windows 图形显示驱动开发-WDDM 3.2-自动显示切换(十)

系统配置为连接dGPU的多路复用器。系统进入休眠状态。iGPU和dGPU都切换到了D3电源状态。系统关闭电源。用户开启系统电源。固件配置iGPU的多路复用器和iGPU在内部面板上的显示启动序列。
程序员王马·2025-03-10 20:22

解密DeepSeek-R1模型微调实战：VIP专属技巧助你轻松掌握行业核心技术

但90%的学习者卡在以下痛点：❌开源数据集质量参差不齐❌实验环境搭建耗时易出错❌行业级调优方案闭源难获取CSDN大模型VIP专项计划针对上述问题，提供：✅金融/医疗/法律三大领域高质量微调数据集✅云端GPU
竹木有心·2025-03-10 19:16

【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
weixin_44602056·2025-03-10 16:27

利用CUDA与OpenCV实现高效图像处理：全面指南

本篇文章将详细介绍如何结合CUDA与OpenCV，利用GPU的强大计算能
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

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。一、版本匹配与环境配置CUDA与OpenCV版本兼容性‌OpenCV各版本对CUDA的支持存在差异，例如OpenCV4.5.4需搭配CUDA10.0‌2，而较新的OpenCV4.8.0需使用更高版本CUDA‌。需注意部分模块（如级联检测器）可能因CUDA版本更新而不再支持‌。‌OpenCV版本CUDA版本4.5.x‌推荐CUDA11.x及以下
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

UE发生GPU崩溃D3D丢失，真的跟硬件有关系。

===但是BUT===UE5每天GPU崩溃几十次，UE4比较少见。按说我这配置还可以吧，鲁大师全国排名六百多（4月8日），二百三十多万分，也算够用。但我没说运行哪个UE程序导致的GPU崩溃。
虚幻叫兽·2025-03-10 11:20

ue5.5崩溃报gpu错误快速修复注册表命令方法

网上已经有很多方法了，自己写了个regedit比处理dos批处理命令，启动时需要win管理员身份拷贝后，将以下代码，保存为run.bat格式批处理文件，右键鼠标，在弹出菜单中，选择用管理员身份运行。即可。南无阿弥陀佛。命令如下：::如果存在先删除原来变量，如下：regdeleteHKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Graphics
Maya和blender动画技术·2025-03-10 11:19

AWS AppStream 2.0：开启云端应用交付新范式（实战解决方案剖析）

1.1技术架构革命（对比传统VDI）去终端化部署：3D渲染/CAD等GPU应用在
AWS官方合作商·2025-03-10 09:06

python 程序一次启动有两个进程的问题（flask）

此外，这个程序占用了GPU资源，我发现有两个python进程，分别占用了完全相同的GPU显存1.原因问题出在flask的启动方式上，我启动的时候，是这样启动的app.run(debug=True,host
小郎碎碎念·2025-03-10 08:25

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

家庭组装台式电脑配置推荐（2024版）

2、显卡（GPU）：RTX4060Ti是推荐的选择，其性能略高于RTX3070，但功耗更低，适合预算在6000元左右的配置。3、内存（RAM）：16GB内存是推荐的配置，能够提供足够的多任务处理能力。
encoding-console·2025-03-10 07:19

Spring Event实例

privateStringequipmentId;privateStringfailureDescription;privateFailureLevellevel;//枚举：CRITICAL,WARNINGpublicEq
五块钱三个·2025-03-10 04:59

【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

【NPU 系列专栏 2.7 -- - NVIDIA GPU 架构介绍】

请阅读【嵌入式及芯片开发学必备专栏】文章目录NVIDIAGPU架构介绍Tesla架构简介Tesla架构主要特点Tesla架构应用场景Fermi架构简介Fermi架构主要特点Fermi架构应用场景Kepler
主公讲 ARM·2025-03-10 03:52

io.net 是什么，DePIN（去中心化物理基础设施网络）

去中心化物理基础设施网络）1.资源整合与去中心化2.区块链技术与智能合约3.弹性伸缩与负载均衡4.安全性与隐私保护5.用户体验与易用性io.net是什么io.net是一个基于Solana网络的去中心化GPU
ZhangJiQun&MXP·2025-03-10 02:44

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
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

云原生边缘智能：构建分布式IoT设备的自主决策引擎

/bin/bashcheck_gpu_utilization(){util=$(nvidia-smi--query-gpu=utilization.gpu--format=csv,nohea
桂月二二·2025-03-09 23:47

分布式计算入门（PySpark处理NASA服务器日志）

PySpark3.NASA服务器日志数据集介绍3.1数据背景3.2数据格式与挑战4.PySpark基础与分布式日志处理4.1PySpark基本架构4.2日志数据加载与解析4.3数据清洗与内存优化4.4GPU
闲人编程·2025-03-09 19:16

POJ-2227 The Wedding Juicer(NYOJ-547 Interesting Punch-Bowl)

65536KTotalSubmissions:2803Accepted:1225DescriptionFarmerJohn'scowshavetakenasidejobdesigninginterestingpunch-bowldesigns.Thedesignsarecreatedasfollows
weixin_30802171·2025-03-09 18:37

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

【深度学习】PyTorch v2.6 Overview

PyTorchv2.6OverviewPythonAPILibrariesPyTorch是一个优化的张量库，用于使用GPU和CPU进行深度学习。
OpenSeek·2025-03-09 11:37

PyTorch 显存分配不均匀

在使用PyTorch进行深度学习训练时，可能会遇到GPU0的显存占用明显高于其他GPU的情况。这可能导致显存不足，影响训练效率。
LutingWang·2025-03-09 11:36

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

\torch\lib\caffe2_detectron_ops_gpu.dll“

目录报错原因解决方法报错原因这个是conda环境里面的包出问题了，必须对相关依赖包进行更新解决方法使用win+R启动命令行或者终端，输入condaactivateenv_name(环境名称)进入环境后，再输入以下命令condaupdate-nbaseconda对环境下的所有包进行更新后就不会再报错
研志必有功·2025-03-09 06:27

AI芯片概述-分类、应用、技术（APU、CPU、DPU、GPU、NPU和TPU）及厂家

写这篇文章的起因是老板想了解下AI芯片（NPU/GPU区别等），他不是搞技术那一挂的，所以就简单整理下，留作记录，顺便分享给各位。文章目录一、AI芯片是什么？
一码当前·2025-03-09 00:27

Windows 图形显示驱动开发-WDDM 3.2-本机 GPU 围栏对象(七)

围栏排队操作的CPU时间戳鉴于以下情况，让UMD记录这些CPU时间戳没有什么好处：可以在GPU执行包括命令列表的命令缓冲区之前几分钟记录命令列表。这几分钟可能与同一命令缓冲区中的其他同步对象不同步。
程序员王马·2025-03-08 23:22

可视化学习：如何使用后期处理通道增强图像效果

因为GPU是并行渲染的，每个像素的着色器程序是并行执行的，这样的渲染很高效。但是在实际需求中，有时我们计算片元色值时，需要依赖周围像素点或者
·2025-03-08 19:12

【深度学习模型高效部署】tensorRT_Pro深度解读：部署深度学习模型的高效方案

以下内容将对tensorRT_Pro项目做一个系统的介绍，包括其核心价值、主要功能、应用案例以及关键的示例代码（附详细解释），帮助你快速了解并上手如何基于TensorRT在NVIDIAGPU上实现高性能推理
云博士的AI课堂·2025-03-08 18:50

【PerfDog】性能测试工具【功能模块一览表】

简要介绍官网是一款全平台性能测试工具性能狗一、常规测试无需修改硬件：例如设备ROOT/越狱等无需代码嵌入：可结合分析竞争对手表现极简化使用，在任意场景上测试开发和生成精准捕获系统级专业数据：如FPS、功耗\GPUCounter
行者无疆xcc·2025-03-08 18:19

Ollama在AutoDL部署，CPU服务器做代理，实践中

##我有两台服务器，一台是GPU服务器，另一台是CPU服务器；##我在GPU服务器上安装了Ollama，然后通过命令映射端口到CPU服务器：ssh-CNg-L0.0.0.0:11434:127.0.0.1
张3蜂·2025-03-08 14:29

【TVM 教程】使用元组输入（Tuple Inputs）进行计算和归约

ApacheTVM是一个端到端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。
·2025-03-08 06:21

【AI】YOLOv7部署在NVIDIA Jetson Nano上

烧写SD卡镜像【AI】YOLOv7部署在NVIDIAJetsonTX2上2、下载编译2.1源码下载https://github.com/AlexeyAB/darknet2.2编译1）修改MakefileGPU
郭老二·2025-03-08 00:26

【硬核拆解】DeepSeek开源周五连击：中国AI底层技术的“破壁之战”

从GPU计算内核到分布式训练框架，用五大开源项目，在硬件适配、算力优化、通信调度等“卡脖子”领域打
shelly聊AI·2025-03-07 18:50

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

企业级GPU云服务是一种面向企业用户，基于云计算技术，将强大的图形处理器（GPU）资源以服务的形式提供给企业的创新模式。
·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

企业级GPU云服务是一种面向企业用户，基于云计算技术，将强大的图形处理器（GPU）资源以服务的形式提供给企业的创新模式。
·2025-03-07 17:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他