NVIDIA显卡

ubuntu 22.04配置cuda和cudnn

cuda：12.1wgethttps://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02
m0_52111823·2025-04-12 05:27

2025年4月7日--4月13日（learn openg+dx+ogre+bullet+ue5肉鸽）

估计gpu显卡公司没戏了，按照offer的内容进行。周一：9：00-9：40，Learnopengl5.3.1周二进行了两场面试，结果未知。
directx3d_beginner·2025-04-12 01:38

ubuntu配置openvino yolov5

第一步：neo（intel牌加速显卡驱动）下载--UBUNTU20.04本人踩坑点，不下neo只能cpu运行。
yuyuyue249·2025-04-11 20:33

Asahi Linux 核心开发者暂停苹果 GPU Linux 驱动开发工作

AsahiLina在AsahiLinux项目中发挥了至关重要的作用，主导开发了基于Rust语言的苹果DRM内核显卡驱动，参与了AppleM1与M2芯片的G
timer_017·2025-04-11 17:11

架构发展史

KelvinRankineCurieTeslaFermiMaxwellPascalVoltaTuringAmpereHopper总结前言英伟达的GPU架构发展KelvinKelvin于2001年发布，是Nvidia
Mundaneman·2025-04-11 16:31

DirectX12（D3D12）基础教程（十二）——多线程+多显卡渲染及水彩画效果和标准简化版高斯模糊_d3d12多线程

本章全部代码已经上传至GitHub：11-MultiThreadAndAdapter2、多线程+多显卡整体渲染架构：为了使大家能够彻底掌握和理解本章示例代码中的核心内容，首先来看一下这一次组合多线程+多显卡渲染后的程序整体逻辑
2401_89174878·2025-04-11 14:18

云桌面架构（VOI/VDI/IDV）

终端启动时从服务器加载系统，后续操作依赖本地硬件资源（CPU/内存/显卡），因此性能和传统pc完全一致。2.无虚拟化层设计相比IDV架构，VOI去除了硬件
Onezhuan·2025-04-11 07:07

Ubuntu22.04安装Ollama部署DeepSeek-R1:32B模型

一、环境准备1.硬件要求GPU:至少NVIDIAA30/A100(显存≥24GB)内存:≥64GBRAM存储:≥100GB可用空间(模型文件约60GB)2.软件依赖#验证NVIDIA驱动nvidia-smi
闫利朋·2025-04-11 01:02

系统开机设备寻址全流程：从 UEFI 伪代码到内核映射

本文以AMD集成GPU（ACPI描述）和NVIDIA独立显卡（PCIe设备）为例，详细介绍这一过程。
不堪沉沦·2025-04-10 20:55

vLLM 与 Ollama 部署与应用

目录一、vLLM与FastChat的Docker部署指南1.环境准备2.安装Docker和NVIDIAContainerToolkit3.拉取并运行vLLMDocker镜像️二、Ollama的本地多模型部署方案
张3蜂·2025-04-10 18:15

python常用工具类

#获取当前机器gpu的数量defget_gpu_count():#returnlen(os.popen("nvidia-smi-L").read().strip().split("\n"))#num_default
jstzwjr·2025-04-10 16:03

opencv编译问题（NVIDIA cuda安装和cudNN)

因项目需要，需要编译一个带cuda版本opencv的库，碰到的问题如下汇总：驱动安装我的设备时NVIDIAGeForceRTX4060Ti官网选择显卡驱动https://www.nvidia.cn/drivers
俄城杜小帅·2025-04-10 12:03

vLLM实战：多机多卡大模型分布式推理部署全流程指南

1.环境准备与基础配置1.1系统要求依赖组件：#基础工具安装sudoapt-getinstall-ylsofgit-lfsnvidia-cuda-toolkit1.2虚拟环境配置使用conda创建隔离环境
SYC_MORE·2025-04-10 09:12

免费白嫖DeepSeek R1满血版——筑梦之路

extParams=%7B%22enter_type%22%3A%22chat_url%22%7D&isShowHello=1英伟达：https://build.nvidia.com/deepseek-ai
筑梦之路·2025-04-10 06:54

手把手教你在 Windows10 本地部署 ChatGLM

✅一、部署准备1.1硬件要求操作系统：Windows10显卡：建议使用支持CUDA的NVIDIA显卡（如RTX3060以
annus mirabilis·2025-04-09 22:59

java 单例 线程安全_Java并发编程 -- 单例模式线程安全问题

在计算机系统中，线程池、缓存、日志对象、对话框、打印机、显卡的驱动程序对象常被设计成单例。这些应用都或多或少具有资源管理器的功能。
chsqi·2025-04-09 20:45

五分钟使用ollama部署本地大模型

ollama对于环境的要求，需要python3.8及以上的版本，如果需要使用GPU进行加速，还需要nNAVIDIA显卡和CUDA驱动。2、ollama安装本次分享基于linux系统操作，其他系统按
知其_所以然·2025-04-09 19:38

PCB 赋能机器人技术革新：核心功能与前沿趋势

一、智能控制中枢的异构集成采用20层刚挠结合板架构，搭载NVIDIAJetsonAGXOrinSoC（100TOPS算力），集成64位ARMv8内核与32GB内存，实现多模态传感器数据融合与实时决策。
华高电路·2025-04-09 19:06

Java多线程（七）：单例模式详解

在计算机系统中，线程池、缓存、日志对象、对话框、打印机、显卡的驱动程序对象常被设计成单例。这些应用都或多或少具有资源管理器的功能。
2401_84558508·2025-04-09 15:44

A100架构解析：超算集群效能跃迁与数据处理范式重构

内容概要NVIDIAA100GPU作为第三代TensorCore架构的集大成者，其创新设计正在重塑高性能计算与人工智能的基础设施逻辑。
智能计算研究中心·2025-04-09 14:40

NVIDIA 发布连接 AI 智能体的 AI-Q Blueprint，开启未来工作新范式

横跨体育、金融等行业的企业用户，现可以通过全新NVIDIABlueprint–AI-Q，加速获取智能体优势。AI-Q用于开发具备推理能力的代理式系统，从企业数据中获取知识。借助
NVIDIA AI技术专区·2025-04-09 08:28

NVIDIA AI 技术开放日 2024年 7月

请点击以下链接观看全部活动视频：NVIDIA英伟达的个人空间-NVIDIA英伟达个人主页-哔哩哔哩视频
NVIDIA AI技术专区·2025-04-09 08:28

如何使用 NVIDIA NeMo Guardrails 为客户服务保护 AI 智能体

AI代理为企业扩展和提升客户服务以及支持交互提供了重要机会。这些客服人员可自动处理日常查询并缩短响应时间，从而提高效率和客户满意度，帮助组织保持竞争力。但是，除了这些优势之外，AI智能体也存在风险。大语言模型（LLMs）容易生成不当内容或离题内容，并且容易受到“jailbreak”攻击。为了充分发挥生成式AI在客户服务中的潜力，实施可靠的AI安全措施至关重要。本教程为AI构建者提供了切实可行的步骤
NVIDIA AI技术专区·2025-04-09 08:28

适用于 NVIDIA Blackwell 架构的全新软件驱动 AI 工厂高速运行

NVIDIAMissionControl软件现可用于NVIDIADGX系统，即将由领先的系统提供商提供。该软件可将GPU利用率提高5倍，并提高各种规模的训练和推理效率。
NVIDIA AI技术专区·2025-04-09 07:27

【2025版】普通人也能训练自己的AI大模型！从零基础到精通，精通收藏这篇就够了！

MiniMind用实力打脸：•成本3元：租用单张3090显卡，训练总成本不到一杯奶茶钱。•时间2小时：从数据清洗到模型训练，全流
狂野帅哥·2025-04-08 15:10

亚马逊多账号风控防护体系构建指南

一、复合型环境隔离技术解析1.1硬件指纹防护体系主板级防护：建议采用TPM2.0安全芯片存储设备指纹（如IntelvPro技术）显卡特征混淆：通过OpenGL指令集重定向实现GPU指纹动态化时钟偏移技术
跨境卫士情报站·2025-04-08 05:03

关于 CUDA 的一些名词解释

显卡GPU显卡是硬件设备，也就是GPU，主要用于图形计算和高性能并行计算任务，目前尤其指NVIDIA公司生产的GPU系列。
皮卡兔子屋·2025-04-08 01:10

DeepSeek开源库DeepGEMM 性能测评

目前仅支持NVIDIAHopper张量核心，采用CUDA核心两级积累（提升）解决FP8张量核心积累不精确问题。它避免过度依赖CUTLASS和C
ZVAyIVqt0UFji·2025-04-08 00:30

Ubuntu 20.04息屏后唤醒系统死机处理方法

息屏后唤醒死机，需要强制重启并查看系统日志，相关错误信息如下：journalctl-b-1|grep-i"suspend\|resume\|error\|fail"8月2809:15:26bowkernel:nvidia-modeset
霹雳山人·2025-04-07 21:14

联想R9000P在ubuntu20.04下外接显示屏使用

安装Nvidia驱动参考：Ubuntu20.04安装nvidia驱动，解决nvidia-smi报错,侵删。我在ubuntu20.04的软件与更新中附加驱动中无法应用除默认使用以外的驱动，点击会报错。
endlesskendo·2025-04-07 21:11

双系统ubuntu20.04不能外接显示器的解决办法

一，更换驱动首先确定是不是英伟达显卡驱动，如果不是的话，设置里找到附加驱动，更改为NVIdia类型的驱动，更改完成之后重启这里大部分电脑都可以了，如果不行二、更改启动方式重启之后进入BIOS设置，在配置一栏中找到显卡这一项
科研土匪·2025-04-07 20:09

NVIDIA发布RTX 50系列显卡：性能飞跃，Blackwell架构引领新时代

NVIDIA发布RTX50系列显卡：性能飞跃，Blackwell架构引领新时代2025年1月7日，NVIDIA在CES2025展会上正式发布了基于全新Blackwell架构的GeForceRTX50系列显卡
小杨的叨叨·2025-04-07 13:25

显卡、显卡驱动、cuda、cuDNN之间关系

显卡、显卡驱动、CUDA和cuDNN是构成高性能计算和深度学习环境的关键组件，它们之间有着紧密的联系。
ergevv·2025-04-07 08:54

GPU 上的 Reduction（归约）和 Scan（前缀和）优化：LLVM、GPU 指令集与架构差异

如果想要最大化性能，不仅仅是写一个Kernel就完事了，还需要深入了解：LLVM优化机制GPU指令集（如shuffle、DPP、LDS、ballot）Wave调度机制不同GPU架构的内存访问模式不同品牌的GPU，例如NVIDIA
codebat_raymond·2025-04-06 22:17

NVIDIA开源AgentIQ

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/【本周AI新闻:你不能错过的Anthropic关于LLM思维揭秘和AIAgent浪潮的到
新加坡内哥谈技术·2025-04-06 18:21

RAGFlow + LlamaIndex 本地知识库RAG增强架构与实现直播智能复盘

以下是完整架构图与技术方案：二、核心模块技术方案1.直播流实时处理（输入层→实时处理层）技术栈流接入：FFmpeg（RTMP推流）、WebRTC（低延迟互动）语音识别：Whisper（本地部署）+NVIDIATriton
每天三杯咖啡·2025-04-06 14:01

jetson orin nano+yolov8+tensorrt加速 环境配置

烧录教程之后会更新，请移步主页查看）硬件环境：jetsonorinnano8Gjetpack：5.1.12.安装jetpack（包含CODA和cudnn）sudoaptupdatesudoaptinstallnvidia-jetpack3
KXHH·2025-04-06 13:55

jetson orin nano学习(torch+OpenCV+yolov5+)

一：入门第一件事：跟着商家教程配置哈哈指令：nvidia-smi-h帮助命令sudojtop--查看nvidia的gpu状态Tip:教程下载的pytorth,cuda,cudnn版本不一定是你项目符合的
停走的风·2025-04-06 13:22

deepseek开源周的所有项目总结报告

以下是对这五个项目的详细总结报告：1.FlashMLA（2月24日发布）FlashMLA是DeepSeek首个开源的代码库，针对NVIDIAHopper架构GPU（如H800）优化的高效多层注意力（MLA
LisaHusband·2025-04-06 03:40

解决：CUDA error: no kernel image is available for execution on the device CUDA kernel errors

以下是详细的解决方法：1.检查CUDA和PyTorch兼容性(1)确认CUDA驱动版本在终端运行：nvidia-smi#查看CUDA驱动版本（右上角显示的版本）输出示例：这里CUDAVersion:12.4
Dawn³·2025-04-05 23:13

下载 MindSpore &配置 PyTorch环境

以下是下载MindSpore并配置PyTorch环境的详细步骤，适用于常见的Linux/Windows系统（以NVIDIAGPU为例）：一、环境准备1.硬件与软件检查GPU支持：确保使用NVIDIA显卡
Dawn³·2025-04-05 23:13

DeepSeek本地部署全攻略

一、部署前准备（一）硬件需求GPU：DeepSeek对GPU性能有着较高要求，强烈推荐使用NVIDIAGPU，诸如
科目三次郎·2025-04-04 23:09

signature=e3020ad5caa17ee07f1f9c55b406f82e,yarn-error.log

Arguments:D:\ProgramFiles\nodejs\node.exeD:\ProgramFiles(x86)\Yarn\bin\yarn.jsPATH:C:\ProgramFiles\NVIDIAGPUComputingToolkit
河马和荷花·2025-04-04 22:34

如何在本地部署魔搭上千问Qwen2.5-VL-32B-Instruct-AWQ模型在显卡1上面运行推理，并开启api服务

环境：云服务器UbuntuNVIDIAH2096GBQwen2.5-VL-32BQwen2.5-VL-72B问题描述：如何在本地部署魔搭上千问Qwen2.5-VL-32B-Instruct-AWQ模型在显卡
玩人工智能的辣条哥·2025-04-04 19:15

本地部署 DeekSeek 指南

一、准备工作（一）硬件要求显卡：需具备一定的图形处理能力，推荐使
Hey! Hey!·2025-04-04 18:35

记录部署AniPortrait注意的地方（亲测）

Audio-DrivenSynthesisofPhotorealisticPortraitAnimation(github.com)跟着项目那样来，但是还有一些内容需要注意，是在项目里未曾说明的：一、显卡驱动安装可看上一篇博客
monster justin·2025-04-04 17:28

利用 Python 与 DeepStream 构建视频流实时分析系统

而NVIDIADeepStream的出现，使得我们可以充分利用GPU的强大并行计算能力，对视频流进行高效的编解码和后续处理，大幅提升整体性能。
Lunar*·2025-04-04 03:26

一步步教你使用 NVIDIA 推出的全新GPU加速求解器 cuOpt：解锁超高效率的求解体验

的求解器作为传统求解器的补充3.cuOptAPI详细使用教程3.1cuOpt求解“最后一英里配送”案例3.1.1WebGUI演示3.1.2基于API的Python脚本演示4.补充阅读资料1.什么是cuOptNVIDIA
Lins号丹·2025-04-04 01:15

XPS15+GTX1050外接4K显示器“黑屏”或“未检测到其他显示器”

XPS15，2018年款IntelCorei5-8300HCPU显卡有一个独显GeForceGTX1050核显为Intel®UHDGraphics630外接了一个LG27寸4K显示器，结果没反应，或者黑屏
LivableHub·2025-04-03 23:27

大模型——手把手教你在macos上部署Ragflow

Ragflowmacos部署首先我们去克隆代码gitclonehttps://github.com/infiniflow/ragflow.git我们在README文件中会看到下面一段描述，也就是官方是支持了x86CPU和NvidiaGPU
不二人生·2025-04-03 18:00
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他