GPU并行计算-CUDA编程第5页

ffmpeg 硬件解码 264 265 各个平台

以下是在不同平台上使用FFmpeg进行硬件解码的概述：1.NVIDIAGPU(NVDEC)适用于Windows、Linux和macOS（较旧的Mac设备）。

爱学习的大牛123·2025-02-06 01:54

python 3.6 tensorflow_无法在python 3.6中导入Tensorflow

我的GPUnvidia940mx和我正在使用python3.6。

weixin_39835178·2025-02-05 23:41

RK3568、RK3588、RK3358性能对比

GPU:Mali-G522EE，支持OpenGLES3.2、Vulkan1.1。NPU:内置0.8TOPs的神经网络处理单元，

给生活加糖！·2025-02-05 22:36

什么是大模型框架？常用的大模型框架盘点对比

这些框架通常提供了高效的计算资源管理、分布式训练、模型优化和推理加速等功能，以便更好地利用硬件资源（如GPU和TPU）来处理庞大的数据集和复杂的模型结构。

AI产品经理·2025-02-05 21:25

ARM与x86：架构对比及其应用

CPU和其他组件（如显卡和GPU、内存控制器、存储或处理核心）针对特定功能进行了优化，可以轻松更换或扩展。

qq_52609913·2025-02-05 21:54

昇腾设备torch_npu推理配置

1.Ascend310B1的npu推理思路在昇腾Ascend310B1NPU上基于PyTorch进行推理时，通过torch_npu替换原有GPU/CUDA操作。

时间逝世298·2025-02-05 20:21

获取 Elasticsearch 的 token_count 类型的值（qbit）

前言本文对Elasticsearch7.17适用，官方文档Tokencountfieldtype测试新建mappingPUTmy_index{"mappings":{"properties":{"name

·2025-02-05 17:04

NVIDIA的算力支持

NVIDIA的算力支持关键词：NVIDIA,GPU,Turing架构,RTX,AI,AIoT,云计算,大数据,深度学习1.背景介绍NVIDIA作为全球领先的图形处理芯片制造商，近年来在人工智能领域也取得了显著的进展

杭州大厂Java程序媛·2025-02-05 16:55

CEF多进程框架：CEF初始化进程过程

文章目录CEF如何创建进程CefExecuteProcess函数CEF如何创建进程CEF框架启动后，会有多个进程，之前也提到过，有Browser进程，Render进程，GPU进程等。

新兴AI民工·2025-02-05 13:02

运行 Deepseek 视觉模型的方法

知识大胖·2025-02-05 13:30

Shader编程：OpenGL入门与实践_2024-07-21_07-39-05.Tex

Shader编程：OpenGL入门与实践Shader基础Shader概述在计算机图形学中，Shader是一种程序，用于GPU（图形处理单元）上运行，以实现对图形的实时渲染。

chenjj4003·2025-02-05 13:00

Metal：Metal与虚拟现实技术_2024-07-20_20-31-56.Tex

Metal框架提供了对GPU的直接访问，允许开发者以更高效的方式编写代码，从而在设备上实现更高质量的图形和更快的计算速度。与OpenGL和OpenCL相比，Metal减少了API的开

chenjj4003·2025-02-05 13:00

Linux 平台上安装 NVIDIA GPU 驱动和 CUDA Toolkit

在Linux平台上安装NVIDIAGPU驱动和CUDAToolkit的步骤如下：###1.安装NVIDIAGPU驱动####步骤1:更新系统首先，确保你的系统是最新的：```bashsudoaptupdatesudoaptupgrade

weifengma-wish·2025-02-05 11:43

DeepSeek安装部署指南

CUDA和GPU驱动（如果需要GPU加速）。pip和virtualenv（推荐使用虚拟环境）。2.安装DeepSeek克隆DeepSeek仓库（假设DeepSeek已发布为开源项目）：gi

SAFE20242034·2025-02-05 11:11

无需昂贵GPU：本地部署开源AI项目LocalAI在消费级硬件上运行大模型

无需昂贵GPU：本地部署开源AI项目LocalAI在消费级硬件上运行大模型随着人工智能技术的快速发展，越来越多的AI模型被广泛应用于各个领域。

芯作者·2025-02-05 10:36

星辰——人工智能中台

人工智能中台四个部分介绍算力层面：可以实现对众多CPU、GPU、FPGA和ARM等国内外计算资源进行有机整合。容器层面：支持和数据中台进行无缝对接，

jingmuxu123·2025-02-05 08:49

GPU架构（1.3）--GPU SoC 中的内存控制器

目录详细介绍GPUSoC中的内存控制器1.内存控制器概述功能2.支持的内存类型DDR4和LPDDR4DDR5和LPDDR53.内存控制器的设计多通道支持内存管理技术功耗管理4.性能优化带宽优化延迟优化功耗优化

小蘑菇二号·2025-02-05 07:17

GPU之nvidia-smi命令行

显示GPU当前的状态：nvidia-smi表格参数详解：GPU：本机中的GPU编号（有多块显卡的时候，从0开始编号）图上GPU的编号是：0Fan：风扇转速（0%-100%），N/A表示没有风扇Name：

瑶瑶领先_·2025-02-05 06:10

GPU 进阶笔记（二）：华为昇腾 910B GPU

1术语1.1与NVIDIA术语对应关系1.2缩写2产品与机器2.1GPU产品2.2训练机器底座CPU功耗操作系统2.3性能3实探：鲲鹏底座8*910BGPU主机3.1CPU3.2网卡和网络3.3GPU信息

hao_wujing·2025-02-05 04:22

【2024第一期CANN训练营】Ascend C算子开发基础篇

AscendC是面向算子开发场景的编程语言，它原生支持C和C++标准规范，并提供了多层接口抽象、自动并行计算等关键技术，以提高算子开发效率。

小超编程·2025-02-05 03:45

Kafka架构

其分区架构不仅赋予了Kafka强大的并行计算能力，使其能够高效处理海量数据，还显著提升了系统的容灾能力，确保在复杂的运行环境中始终保持稳定可靠。

优人ovo·2025-02-04 22:41

Llama最新开源大模型Llama3.1

该模型使用了超过15万亿（15T）个token的训练语料，并在16000块英伟达H100GPU上进行了训练。此外，Llama3.1还推出了8B和70

kcarly·2025-02-04 21:32

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

如今的高级深度神经网络拥有数百万个可训练参数，训练它们通常会导致GPU内存耗尽。

小白学视觉·2025-02-04 19:49

kaggle花分类比赛91.168%

之前一直都没注意显存，也没注意数据格式，直到跑模型的时候电脑直接崩了，因为排队用TPU，感觉人多，就直接在自己电脑上跑，我自己是有一张8G的4070,没想到啊，光是读取数据，就占用了6G历次成绩这个是用分布式gpu

仙尊方媛·2025-02-04 16:28

站在Developer角度看DeepSeek：技术架构解析与开发实战指南

一、DeepSeek技术全景图：从实验室到生产环境1.1模型架构演进：重新定义Transformer可能性DeepSeek的分层动态稀疏Transformer架构在以下层面实现突破：硬件感知设计：根据GPU

嵌入式Jerry·2025-02-04 15:20

全场景深度学习开源框架（MindSpore）

旨在实现不同计算平台（如云端、边缘端、端侧）和不同硬件（如CPU、GPU、Ascend等）之间的高效协同。

deepdata_cn·2025-02-04 11:41

在CentOS服务器上部署DeepSeek R1

硬件配置：GPU版本：NVIDIA驱动520+，CUDA11.8+。CPU版本：至少16核处理器，64GB内存。存储空间：原始模型需要30GB，量化后约8-20GB。

蓝染k9z·2025-02-04 09:30

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理

AI天才研究院·2025-02-04 07:47

Databricks 开源 LLM，训练只需三个小时

像ChatGPT和Bard这样的生成式AI，它们使用的数据通常来自于在成千上万不同网站，使用的数据量十分惊人，而且想要使用这些数据训练AI还需要数以千计的强大GPU在背后提供支持。

唐城·2025-02-04 07:15

PyTorch 训练一个分类器

文章目录0前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言 TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用

亚里·2025-02-04 05:59

大数据（一）MaxCompute

，总会有一些疑问产生，这里讲讲作者的疑问和思路二、介绍MaxCompute（原名ODPS-OpenDataProcessingService）是阿里云提供的大数据处理平台，专门用于批量数据存储和大规模并行计算

胖当当技术·2025-02-03 23:39

【Rust日报】2021-12-21 Embark Studio 使用 Rust 进行本地渲染

EmbarkStudio使用Rust进行本地渲染作为Rust的忠实拥护者，EmbarkStudio的工程师们正在使用Rust开发渲染引擎和游戏，并且贡献了rust-gpu这个项目。

Rust语言中文社区·2025-02-03 23:36

LWN：让GPU的工作也依赖进程优先级！

LinuxNews搬运工·2025-02-03 15:31

线性回归基础学习

线性回归基础学习目录：理论知识样例代码测试参考文献一、理论知识线性回归思维导图NDArray：MXNet中存储和变换数据的主要工具，提供GPU计算和自动求梯度等功能线性回归可以用神经网络图表示，也可以用矢量计算表示在

Remoa·2025-02-03 14:53

GPU硬件架构分析

GPU和CPU的差异CPU与GPU的设计对比核心数量与计算单元：CPU：通常核心数量较少（如4到16个核心），每个核心都有独立的控制单元。

你一身傲骨怎能输·2025-02-03 13:49

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

电脑要使用cuda需要进行什么配置

在电脑上使用CUDA（NVIDIA的并行计算平台和API），需要进行以下配置和准备：1.检查NVIDIA显卡支持确保你的电脑拥有支持CUDA的NVIDIA显卡。

Channing Lewis·2025-02-02 06:19

Java 大数据高性能计算：利用多线程与并行计算框架（39）

亲爱的朋友们，热烈欢迎你们来到青云交的博客！能与你们在此邂逅，我满心欢喜，深感无比荣幸。在这个瞬息万变的时代，我们每个人都在苦苦追寻一处能让心灵安然栖息的港湾。而我的博客，正是这样一个温暖美好的所在。在这里，你们不仅能够收获既富有趣味又极为实用的内容知识，还可以毫无拘束地畅所欲言，尽情分享自己独特的见解。我真诚地期待着你们的到来，愿我们能在这片小小的天地里共同成长，共同进步。一、本博客的精华专栏：

青云交·2025-02-02 05:40

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

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

matlab的多线程操作

docmemmapfile、helpmemmapfile理解：回调函数，同步回调、异步回调（不知道也没关系，csdn里面很多人都写了这个）一、结论截止到2021a版本，matlab不能实现传统意义的多线程，但是可以实现并行计算

m0_74823044·2025-02-01 07:01

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

【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

推荐频道

GPU并行计算-CUDA编程