cuda加速

bitsandbytes：轻量级CUDA自定义函数Python封装库

bitsandbytes库简介bitsandbytes是一个轻量级的Python库，它主要为CUDA自定义函数提供了一个便捷的封装。这个
步子哥·2025-06-26 11:06

bitsandbytes 安装和配置指南

bitsandbytes安装和配置指南bitsandbytes8-bitCUDAfunctionsforPyTorch项目地址:https://gitcode.com/gh_mirrors/bi/bitsandbytes1
黎沁颖Desired·2025-06-26 11:35

强势推荐：「视频快下」＋「朋友圈自动点赞助手」

高速稳定：内置CDN加速与多线程下载机制，即使网络不稳定依然高速可靠。超简操作：Windows上极速安装，三步搞定下载任务，零学习成本。
朋友圈自动点赞工具·2025-06-26 11:03

CUDA与PyTorch(GPU)的对应关系

CUDA与PyTorch(GPU)的对应关系：(需要自己按需求去找)：https://pytorch.org/get-started/previous-versions/表二：CUDAToolkit版本及可用
·2025-06-26 11:31

工业基材失效的分子级应对逻辑：键合增强与智能适配

若未及时封闭：-键合率不足：防护层与基材结合力＜60%，水汽反向渗透导致3-6个月脱落；-环境侵蚀加剧：酸雨（H⁺渗透）、微生物代谢酸加速键合点断裂，引发泛白、黑斑。2.传统防护的局限性-有机涂层：易
·2025-06-26 10:56

Computex 2025英伟达揭幕GB300系统，高通/微美全息构筑AI算力生态攻坚战

5月19日消息，英伟达创始人兼CEO黄仁勋，出席台北国际电脑展（Computex2025）开幕式并发表首场主题演讲，分享AI与加速运算技术的最新突破和进展。
爱看科技·2025-06-26 10:26

NLP市场规模将破千千亿，哪些岗位会成为新风口？

这一数字背后，不仅是技术迭代的加速，更是一场深刻的人才需求变革。在AI大模型浪潮的推动下，新的职业风口正在形成，而这场变革的核心逻辑，是技术与产业融
duolapig·2025-06-26 08:08

2024老年护理新前沿：养老实训室的创新应用

随着人口老龄化的加速,如何为老年人提供优质的养老服务已成为社会关注的重点。在这一背景下,养老实训室应运而生,成为培养专业养老人才、改善老年人生活质量的新兴平台。
康实训·2025-06-26 07:35

老年生活照护实训室建设方案核心模块功能规划

随着老龄化社会的加速到来，老年生活照护专业人才的需求日益增长。老年生活照护实训室作为培养专业照护人才的重要场所，其核心模块功能规划对提升人才培养质量至关重要。
凯禾瑞华_实训室建设·2025-06-26 07:02

OpenCV CUDA模块设备层-----设备端（GPU）线程块级别的一个内存拷贝工具函数blockCopy()

它使用了CUDA线程协作机制（warp-level或block-level）来实现高效的块级拷贝，通常比简单的逐线程拷贝更快。函数原型_device__stat
村北头的码农·2025-06-26 05:51

最佳实践：使用阿里云CDN加速OSS访问

简介：用户直接访问OSS资源，访问速度会受到OSS的下行带宽以及Bucket地域的限制。如果通过CDN来访问OSS资源，带宽上限更高，并且可以将OSS的资源缓存至就近的CDN节点，通过CDN节点进行分发，访问速度更快，且费用更低。如果采用动静分离的网站架构，就能够解决海量用户访问的性能瓶颈问题。阿里云内容分发网络（ContentDeliveryNetwork，简称CDN）是建立并覆盖在承载网之上，
阿里云云栖号·2025-06-26 05:20

Dify与代理商奇墨科技为企业定制AI应用开发专属方案，适配多样化业务需求

随着数字化转型的加速，人工智能（AI）应用的需求日益增长，企业对AI解决方案的需求也愈发迫切。
奇墨 ITQM·2025-06-26 04:47

大数据时代：如何构建高效的数据中台架构？

关键词：数据中台、架构设计、数据治理、数据服务、微服务架构、云计算、大数据技术摘要：在企业数字化转型加速的背景下，数据中台作为连接数据资源与业务应用的核心枢纽，已成为释放数据价值的关键基础设施。
AI天才研究院·2025-06-26 03:11

Python学习Day33

学习来源：浙大疏锦行一、PyTorch和CUDA的安装：给电脑装“超级计算器”通俗解释PyTorch：是一个专门用于深度学习的“工具箱”，类似程序员的“智能积木”，能快速搭建神经网络。
m0_64472246·2025-06-26 03:09

HDC 2025：AppGallery开发者服务全面升级，鸿蒙应用生态加速向前

正如终端云应用生态BU总裁程琦先生致辞提到的，“AppGallery将持续深耕开发者服务，永葆初心，看护好开发者的每一程，携手开发者推动鸿蒙应用生态加速向前”。
·2025-06-26 03:04

contOS+Docker 镜像源地址

基于国内网络问题，拉去docker镜像十分缓慢，可以配置加速器解决。
·2025-06-26 03:35

探索阿里云容器：解锁云原生应用的无限可能

随着企业数字化转型的加速推进，对云计算的需求呈现出爆发式增长，市场研究机构预测，全球云计算市场规模在未来几年将持续保持强劲的增长态势，众多企业纷纷将业务迁
云资源服务商·2025-06-26 03:04

NoSQL之Redis配置与优化（缓存加速）

一、非关系型数据库产生背景Highperformance————对数据库高并发读写需求HugeStorage———对海量数据高效存储与访问需求HighScalability&&HighAvailability——对数据库高可扩展性与高可用性需求二、Redis简介基于内存运行并支持持久化采用key-value(键值对)的存储形式1、优点速度快:10WQPS,基于内存,C语言实现单线程使用epoll（
Jay&&·2025-06-26 01:57

【云原生技术】在 Docker 的 `daemon.json` 文件中，如何配置多个选项

在Docker的daemon.json文件中，你可以配置多个选项，例如镜像加速器、默认网络等。以下是一些基本示例，展示如何编写该配置文件。
阿寻寻·2025-06-25 22:03

ComfyUI底层架构大揭秘：从节点工厂到AI艺术流水线

当节点像乐高积木般拼接，看ComfyUI如何构建AI艺术的生产流水线深度目录开篇类比：汽车工厂与节点流水线核心骨架：模块化节点系统设计⚙️动力引擎：Python异步执行框架神经连接：事件驱动架构剖析加速秘籍
留思难·2025-06-25 21:21

TensorFlow Lite (TFLite) 和 PyTorch Mobile介绍2

硬件加速：通
追心嵌入式·2025-06-25 20:18

torch-gpu版本 anaconda配置教程

pytorch_pytorch-gpu-CSDN博客版本对应PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch2.0.1对应的torchvision-CSDN博客cuda
GXYGGYXG·2025-06-25 20:43

[CommunityToolkit.Mvvm个人总结]1.生成器和特性

用CommunityToolkit.Mvvm加速MVVM开发流程_哔哩哔哩_bilibili语言：C#IDE：MicrosoftVisualStudioCommunity2022框架：WPF，.net8.0
wo6370431·2025-06-25 17:30

SEO蜘蛛池优化：提升网站搜索引擎索引的关键策略

蜘蛛池"作为一种技术手段，通过管理大量域名或页面来吸引搜索引擎爬虫（spider），从而加速索引过程。
蜘蛛池CHUZU·2025-06-25 16:19

【vLLM 学习】Disaggregated Prefill

vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。
·2025-06-25 16:27

高效能服务器选择 关键因素

主频与缓存‌：高主频（≥4.2GHz）加速单线程任务，大容量L3缓存（如128MB）优化数据密集型应用。内存（R
·2025-06-25 15:40

OSS与NAS混合云存储架构：非结构化数据统一管理实战

传统单一存储方案面临三重困境：NAS在PB级场景下硬件成本呈指数增长OSS对象存储无法满足高频随机访问需求跨存储数据访问导致训练流程碎片化混合架构创新点：通过统一命名空间整合OSS与NAS，实现热数据本地加速与冷数据云存储的自动分层
·2025-06-25 15:39

Containerd容器技术详解

Storage（存储）（2）Metadata（元数据）（3）Runtime（运行时）三，安装配置Containerd1，安装Containerd2，配置Containerd（1）生成配置文件（2）配置镜像加速
zhcong_·2025-06-25 14:02

解密软件外包成功之道：从需求到交付的全流程把控

在数字化转型加速的当下，软件外包已成为企业快速实现业务数字化的重要途径。但如何确保外包项目顺利落地，避免出现工期延误、功能偏差等问题？答案就藏在从需求分析到交付验收的全流程精细化管理中。
·2025-06-25 12:52

【推理加速】TensorRT C++ 部署YOLO11全系模型

YOLO11YOLO11C++推理YOLO11是Ultralytics最新发布的目标检测、实例分割、姿态评估的系列模型视觉轻量化框架，基于前代YOLO8版本进行了多项改进和优化。YOLO11在特征提取、效率和速度、准确性以及环境适应性方面都有显著提升，达到SOTA。TensorRTC++SDK最新版本的TensorRT10.x版本已经修改了推理的接口函数与查询输入输出层的函数，其中以YOLO11对
gloomyfish·2025-06-25 08:25

服务器安装指南

服务器安装指南一、安装系统二、磁盘挂载2.1磁盘分区2.2磁盘格式化2.3磁盘挂载三、显卡驱动安装（容易bug）3.1参考目录3.2常见错误3.3正确安装步骤四、Cuda安装五、显卡压力测试六、Cudnn
星码·2025-06-25 07:16

F5 携手NVIDIA BlueField-3 DPU加速服务提供商边缘AI发展

F5BIG-IPNext云原生网络功能部署于NVIDIABlueField-3DPU,可提升数据管理与安全性,加速边缘AI创新,引领AI-RAN未来发展世界移动通信大会,巴塞罗那,2025年3月6日-F5
资讯分享周·2025-06-25 07:40

OpenHarmony 中与 OpenCV / AI 引擎的接口集成机制：图像采集到智能识别的完整通路实践

OpenHarmony中与OpenCV/AI引擎的接口集成机制：图像采集到智能识别的完整通路实践关键词：OpenHarmony、OpenCV集成、AI推理引擎、图像流接口、CameraKit、NPU加速
·2025-06-25 06:35

云零售新中枢：定制化“开源AI智能名片+S2B2C商城小程序”驱动的沉浸式触点进化论

摘要：新零售的终极形态正加速向“全域云化”演进：前端零售终端（B）将不再局限于交易场所，而是进化为沉浸式体验中心、人机交互界面与高价值数据采集触点的三维复合体。
说私域·2025-06-25 05:25

YOLO + OpenVINO 在英特尔平台部署实战：性能调优与跨架构加速全流程指南

YOLO+OpenVINO在英特尔平台部署实战：性能调优与跨架构加速全流程指南关键词：YOLOv5、YOLOv8、OpenVINO、英特尔部署、IR模型、异构加速、CPU推理、VPU、GPU、多设备调度
·2025-06-25 04:49

XML在线格式化工具

支持自定义缩进、节点折叠，提升可读性，减小文件体积，加速数据传输。
weixin_43680407·2025-06-25 01:36

【深度学习加速探秘】Winograd 卷积算法：让计算效率 “飞” 起来

一、为什么需要Winograd卷积算法？从“卷积计算瓶颈”说起在深度学习领域，卷积神经网络（CNN）被广泛应用于图像识别、目标检测、语义分割等任务。然而，卷积操作作为CNN的核心计算单元，其计算量巨大，消耗大量的时间和计算资源。随着模型规模不断增大，传统卷积算法的计算效率成为限制深度学习发展的一大瓶颈。Winograd卷积算法的出现，犹如一把利刃，直击传统卷积计算的痛点。它通过巧妙的数学变换，大幅
heimeiyingwang·2025-06-25 01:04

《HarmonyOS 5 核心技术解析：分布式AI与跨设备协同实战》

本文将聚焦核心分布式能力与AI加速框架，通过真实开发案例和系统级优化技巧，帮助开发者掌握最新技术栈。所有代码均可在DevEcoStudio中直接运行，图片将结合实际运行效果展示。
爱学习的小齐哥哥·2025-06-25 00:55

数智管理学（二十四）

然而，随着市场环境的快速变化、消费者需求的日益多样化以及技术创新的加速迭代，这种静态模式逐渐暴露
虚谷23·2025-06-24 22:41

从大模型到具身智能进化，AI 应用的产业落地路在何方？

当大模型加速赋能千行百业的同时，具身智能技术正以其赋予智能体感知环境、自主决策的独特优势，成为推动产业升级与智能应用的新引擎。
·2025-06-24 21:59

大模型分布式训练deepspeed环境搭建

它通过多种技术手段来加速训练，包括模型并行化、梯度累积、动态精度缩放、本地模式混合精度等。
transformer变压器·2025-06-24 20:25

/aten/src/ATen/native/cuda/Loss.cu:115: operator(): block: [192,0,0], thread: [95,0,0] Assertion

/aten/src/ATen/native/cuda/Loss.cu:115:operator():block:[192,0,0],thread:[95,0,0]Assertion`input_val>
weixin_42319617·2025-06-24 17:58

CUDA out of memory内存碎片解决方法

RuntimeError:CUDAoutofmemory.Triedtoallocate704.00MiB(GPU0;16.00GiBtotalcapacity;13.55GiBalreadyallocated
weixin_42319617·2025-06-24 17:28

PyTorch的Tensor与Variable的区别， detach的作用, with no_grad()

1.cuda()与cpu()用法:tensorA.cuda()#tensorA是一个tensor类型的变量作用：把tensorA从CPU移动到GPU，方便后续在GPU中计算用法：modelA.cuda(
半张紙·2025-06-24 17:26

requarks/wiki docker 部署

Docker一键部署借用docker.1ms.run做个镜像加速，数据持久化使用卷模式，
·2025-06-24 17:57

OpenCV CUDA模块设备层-----线程块级别的一个内存填充工具函数blockFill()

它使用了CUDA线程协作机制（warp-level或block-level）来实现高效的块级填充，通常比简单的逐线程填充更快。函数原型__device__st
村北头的码农·2025-06-24 17:25

职业本科人工智能通识课程教学解决方案

一、发展背景与定位随着人工智能技术加速渗透社会各领域，我国高等教育体系正积极探索人工智能通识教育的创新路径。
武汉唯众智创·2025-06-24 15:15

使用预训练权重在YOLO模型上训练新数据集的完整指南

加速收敛：预训练模型已学习通用特征，训练时间可缩短30%−70%30\%-70\%30%−70%小样本适配：在数据量有限时（n<100
马里马里奥-·2025-06-24 15:14

20倍推理加速秘诀！揭秘批处理（Batching）的底层优化逻辑 | 附工业级调优指南

单样本推理：输入=[样本1]→输出=[结果1]批处理推理：输入=[样本1,样本2,...,样本N]→输出=[结果1,结果2,...,结果N]关键技术价值：通过并行计算最大化硬件利用率，尤其对GPU/TPU等加速器效果显著
Lilith的AI星球·2025-06-24 14:07

[创业之路-389]：企业战略管理-战略制定/设计-市场洞察“五看”：看宏观- 制造业加速向高端化、智能化转型

一、制造业加速向高端化、智能化转型制造业加速向高端化、智能化转型过程中，以下行业或商业领域将迎来具体发展机遇：汽车制造：新能源汽车、智能网联汽车领域发展迅速，通过数字化、智能化技术提升生产效率，满足用户个性化需求
文火冰糖的硅基工坊·2025-06-24 13:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他