GPU并行？

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

Windows 图形显示驱动开发-WDDM 3.2-本机 GPU 围栏对象(四)

用于创建、打开和销毁本机围栏的D3DKMT内核API引入了以下D3DKMT内核模式API来创建和打开本机围栏对象。D3DKMTCreateNativeFence/D3DKMT_CREATENATIVEFENCED3DKMTOpenNativeFenceFromNTHandle/D3DKMT_OPENNATIVEFENCEFROMNTHANDLEDxgkrnl调用现有的D3DKMTDestroySy
程序员王马·2025-03-07 10:53

Docker中GPU的使用指南

在当今的计算领域，GPU（图形处理单元）已经成为了加速各种计算密集型任务的关键硬件，特别是在深度学习、科学模拟和高性能计算等领域。
俞兆鹏·2025-03-07 10:22

LLMs之Llama-3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3

LLMs之Llama-3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3-
一个处女座的程序猿·2025-03-07 09:41

DeepSeek开源技术全景解析：从硬件榨取到AI民主化革命

从硬件榨取到AI民主化革命一、开源周核心成果概览2025年2月24日启动的"开源周"计划，DeepSeek团队连续发布三项底层技术突破：FlashMLA（2.24）：动态资源调度算法，Hopper架构GPU
大刘讲IT·2025-03-07 09:09

【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

【Qt】Qt Widgets和QML（Qt Quick）开发界面的区别

QtWidgetsvs.QML总体对比对比项QtWidgetsQML(QtQuick)语言C++(带QtUI库)QML+JavaScript(底层C++)渲染方式传统窗口系统控件（原生或模拟）基于OpenGL，使用GPU
￡އއ昔年·2025-03-07 08:52

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

只需几步！在本地电脑轻松部署DeepSeek大模型

Ollama还允许用户通过编写Modelfile配置文件来自定义模型的推理参数，支持多GPU并行推理加速。二、安装Ollama（一）
魔法小匠·2025-03-07 01:42

揭秘AWS GPU实例：以极致AI算力与成本优化，重塑企业智能竞争力

本文将深度解析AWSGPU实例的颠覆性技术方案，带您解锁AI时代的核心生产力。
AWS官方合作商·2025-03-06 23:55

chatglm3如何进行微调

loadmodel时，是先放在内存里面，所以内存不能小，最好在30GB左右显存：如果用half()精度来loadmodel的话(int4是不支持微调的)，显存在16GB就可以，比如可以用kaggle的t4gpu
learner_ctr·2025-03-06 23:24

【产品经理修炼之道】- 支付“清结算”体系的设计方法

支付完成以后进行履约，履约完成以后就需要清算各方利益并最终进行结算，清结算体系与支付体系并行是支付范畴另一个非常庞大的体系。
xiaoli8748_软件开发·2025-03-06 22:50

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

《基于WebGPU的下一代科学可视化——告别WebGL性能桎梏》

WebGPU作为下一代Web图形标准，通过显存直存、多线程渲染和计算着色器三大革新，将科学可视化性能提升至10倍以上。本文将深入解析如何利用WebGPU突破大规模数据渲染的极限。
Eqwaak00·2025-03-06 20:31

VoVNet（2019 CVPR）

论文标题AnEnergyandGPU-ComputationEfficientBackboneNetworkforReal-TimeObjectDetection论文作者YoungwanLee,Joong-wonHwang
刘若里·2025-03-06 19:15

遗传算法基础讲解

全局搜索能力：通过种群并行搜索，避免陷入局部最优，适合多维优化。
HH予·2025-03-06 18:42

大模型的实践应用30-大模型训练和推理中分布式核心技术的应用

接着详细讲解了分布式技术的原理，包括数据并行、模型并行等。通过实际应用实例代码，展示了分布式技术在大模型训练和推理中的具体实现。最后展望了未来发展趋势，如更高的性能、更好的兼容性等。总之，本
微学AI·2025-03-06 11:11

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

python 进程池pool使用详解

在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。
北冥有鱼喵喵·2025-03-06 06:55

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

AI 自动剪视频神器，小白也能轻松上手！

✨软件功能批量视频处理：支持批量任务，可多线程并行处理。CPU本地算力加速：利用本地CPU加速处
6v6-博客·2025-03-06 01:50

大语言模型技术发展

LLM技术呈现出大型模型和小型模型并行发展的趋势，同时，多模态功能和长上下文能力成为顶级模型的标准配置。MoE架构的出现推动了模型参数量向万亿级别迈进。
联蔚盘云·2025-03-06 00:43

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

双链路提升网络传输的可靠性扩展可用带宽

5G+WiFi冗余传输双Socket绑定不同网络接口：通过Android的ConnectivityManager绑定5G蜂窝网络和WiFi的Socket连接，实现双链路并行传输。
月光技术杂谈·2025-03-05 17:42

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

aurora mysql_Amazon Aurora MySQL 概述 - Amazon Aurora

快速插入快速插入加速了按主键排序的并行插入，特别适用于LOADDATA和INSERTIN
余米知·2025-03-05 05:35

JAVA多线程详解（超详细）

目录一、线程简介1、进程、线程2、并发、并行、串行3、进程的三态二、线程实现1、继承Thread类2、实现Runnable接口3、实现Callable接口（不常用）三、线程常用方法1、线程的状态2、线程常用方法四
m0_74823434·2025-03-05 04:53

Flink keyBy 算子源码与设计理念分析

keyBy算子基本知识keyBy会发生什么专业解释keyBy使得相同key的数据会进入同一个并行子任务，每一个子任务可以处理多个不同的key。这样使数据保证了有序性，并且每个子任务直接相互隔离。
·2025-03-05 03:27

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

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

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

HarmonyNext实战案例：基于ArkTS的分布式任务队列系统开发

引言在HarmonyNext生态系统中，分布式任务队列是一种重要的技术，它能够将任务分配到多个设备上并行执行，从而提高系统的整体效率。
·2025-03-04 18:42

14个Flink SQL性能优化实践分享

1.常见性能问题1.1数据源读取效率低并行度不足：默认的并行度可能无法充分利用硬件资源。--设置并行度SET'parallelism.default'=16;1.2状
快乐非自愿·2025-03-04 15:40

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

vue a-table 实现指定字段相同数据合并行

vuea-table实现相同数据合并行实现效果代码实现cloums数据格式数据源格式合并代码实现效果代码实现cloums数据格式constgetColumns=function(){return[{title
跳跳的小古风·2025-03-04 04:47

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

el-table根据某一字段值是否相等 动态合并行

实现的需求如下：根据每行数据中“工作内容”字段是否相同，对“工作内容、分值、自评和公司评分”等字段进行合并（本篇代码忽略表格中的输入框）引用el-table组件，传入span-method方法可以实现合并行或列
波奇酱_超社恐·2025-03-04 03:43

Skynet入门（一）

设计初衷如何充分利用它们并行运作数千个相互独立的业务。模块设计建议在skynet中，用服务(service)这个概念来表达某项具体业务，它包括了处理业务的逻辑以及关联的数据状态。
笨鸟先飞的橘猫·2025-03-04 02:04

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

YashanDB目录划分

YashanDB官网，原文内容请见https://doc.yashandb.com/yashandb/23.3/zh/%E5%AE%89%E8%A3%85%...安装目录YashanDB采用集群多服务器并行安装模式
·2025-03-03 21:27
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他