gpu加速

7个国产操作系统，你都熟悉吗？

长期以来，Windows、macOS和Android等国外操作系统主导着全球市场，但它们在某些场景下的封闭性和潜在安全风险，让中国开始加速自主操作系统的研发。
wljslmz·2025-06-29 17:35

AI算力综述和资料整理

目录总体介绍计算精度传输协议GPU池化资源调度CUDA技术GPU硬件参考链接总体介绍AI算力是人工智能系统的核心基础设施，涵盖了从计算精度、传输协议到硬件架构的完整技术栈。
木鱼时刻·2025-06-29 15:48

【PyTorch】2024保姆级安装教程-Python-（CPU+GPU详细完整版）

【PyTorch】2024保姆级安装教程（CPU+GPU详细完整版）PyTorch是当前最受欢迎的深度学习框架之一。
金枝玉叶9·2025-06-29 15:48

【网络安全】网络安全中的离散数学

2048位密钥需数万年破解）模运算Diffie-Hellman密钥交换利用(gamodp)实现安全协商欧拉定理RSA加密/解密me*d≡m(modn)保障解密还原中国剩余定理高效解密优化RSA-CRT加速解密运算达
flyair_China·2025-06-29 14:41

YOLOv8模型在RDK5开发板上的部署指南：.pt到.bin转换与优化实践

到.bin转换与优化实践——基于TensorRT的高性能嵌入式部署方案第一章：技术背景与核心概念1.1RDK5开发板硬件架构NVIDIAJetsonOrinNX核心参数：1024-coreAmpereGPU
pk_xz123456·2025-06-29 13:35

分布式训练架构解析

分布式训练的问题根源与需求驱动在深度学习领域，模型与数据规模呈指数级增长趋势，传统单机训练模式已难以满足日益复杂的业务需求，分布式训练技术应运而生，其核心驱动力源于以下三大关键困境：1.1算力瓶颈与训练效率危机单GPU
·2025-06-29 11:55

鸿蒙应用动画优化：流畅交互的实现方法

鸿蒙应用动画优化：流畅交互的实现方法关键词：鸿蒙应用开发、动画优化、流畅交互、图形渲染、性能分析、VSYNC、GPU加速摘要：本文深入解析鸿蒙系统动画优化的核心技术，从动画渲染原理、性能瓶颈分析到具体优化策略
操作系统内核探秘·2025-06-29 11:24

谁来定义未来座舱？新一代车载显示「C位」之战开启

一方面，伴随着汽车智能化的加速渗透与发展，传统中控屏与仪表显示屏的单一显示模式已经难以匹配智能化交互需求，车载显示屏正在朝着大屏化、多屏化，以及更灵活的放置方式发展。
高工智能汽车·2025-06-29 10:13

【AI大模型】26、算力受限下的模型工程：从LoRA到弹性智能系统的优化实践

然而，对于大多数企业和研究者而言，动辄数百GB的显存需求、数十万块GPU的训练集群显然是难以企及的"算力鸿沟"。当面对"无米之炊"的困境时，模型工程技术成为突破算力瓶颈的核心路径——通过算法创新而非
无心水·2025-06-29 09:37

OpenGL-什么是软OpenGL/软渲染/软光栅？

‌软OpenGL（SoftwareOpenGL）‌或者软渲染指完全通过CPU模拟实现的OpenGL渲染方式（包括几何处理、光栅化、着色等），不依赖GPU硬件加速。
·2025-06-29 08:57

在MATLAB中使用GPU加速计算及多GPU配置

文章目录在MATLAB中使用GPU加速计算及多GPU配置一、基本GPU加速使用1.检查GPU可用性2.将数据传输到GPU3.执行GPU计算二、多GPU配置与使用1.选择特定GPU设备2.并行计算工具箱中的多
东北豆子哥·2025-06-29 06:14

gem5-gpu教程 DSENT (Design Space Exploration of Networks Tool) 配合gem5

概述DSENT是一种建模工具，旨在快速探索电子和新兴的片上光电网络（NoC）的设计空间。它为各种网络组件提供分析和参数化模型，并可在一系列技术假设下移植。给定架构级参数，DSENT从电气和光学构建块分层构建指定的模型，并输出详细的功率和面积估计。版本当前：0.91（2012年6月26日）最新版本或其他信息可在以下网址找到https://sites.google.com/site/mitdsent系
事橙1999·2025-06-29 06:42

层归一化Layer Normalization

层归一化层归一化（LayerNormalization）是一种神经网络中常用的归一化技朧，用于在训练过程中加速收敛、稳定训练，并提高模型的泛化能力。
Summer_Anny·2025-06-29 05:06

提升异地网络性能的全面指南：QoS策略、CDN加速与WAN优化技术

一、网络延迟与带宽优化：QoS策略与带宽聚合技术1.1QoS（服务质量）策略的核心功能QoS（QualityofService）是网络性能优化的核心技术，通过对网络流量进行分类和优先级分配，确保关键业务（如视频会议、语音通话）的低延迟和高可靠性。关键策略包括：流量分类与优先级分配：通过策略规则对不同种类的流量进行标记，将高优先级分配给实时性要求高的业务。拥塞管理：利用队列技术如CBWFQ（基于类的
北极光SD-WAN组网·2025-06-29 03:22

使用vllm部署 Nanonets-OCR-s

一、环境准备与依赖安装1.安装vLLM与多模态依赖#安装vLLM（含CUDA加速）pipinstallvllm==0.3.21#建议使用稳定版本pipinstalltransformers==4.35
没刮胡子·2025-06-28 23:20

OpenCV CUDA模块设备层-----线性插值函数log()

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述该函数用于创建线性插值访问器，支持对GPU内存中的图像数据进行双线性插值采样
村北头的码农·2025-06-28 21:03

校园志愿者系统前端代码实现及技术解析

ElementUI提供企业级UI组件，加速开发流程，提高界面美观度。Laravel框架则用于搭建后端架构，处理
创新工场·2025-06-28 20:00

阿里云魔搭社区AIGC专区：中国AI创作的革命性平台

这一突破性进展不仅填补了国内全流程AI创作工具的空白，更以157款多模态开源模型和全免费GPU算力的开放姿态，为超过690万开发者提供了从模型调用到应用落地的完整生态支持。
Liudef06小白·2025-06-28 20:56

探秘阿里云Tair KVCache：大模型推理的加速引擎

一、引言近年来，人工智能领域发展迅猛，大语言模型（LLM）不断取得突破，其应用场景也日益广泛。从智能客服到内容生成，从智能写作到智能翻译，大语言模型正在深刻地改变着我们的生活和工作方式。随着模型规模的不断扩大和推理需求的日益增长，大模型推理过程中的显存瓶颈问题逐渐凸显，成为制约其发展和应用的关键因素。在大模型推理中，KVCache技术作为一种优化手段，通过缓存历史Token的Key/Value向量
云资源服务商·2025-06-28 20:56

达人评测 锐龙9 8940HX和r9 7940HX差距大不大

R97940HX还是锐龙98940HX这些点很重要http://www.adiannao.cn/dyR98940HX采用‌Zen5架构和‌5nm生产工艺16核心32线程基础频率为‌2.3GHz‌，最高加速频率‌
ThantZinHtay·2025-06-28 19:53

高通手机跑AI系列之——3D姿势估计

RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz
伊利丹~怒风·2025-06-28 17:10

高通手机跑AI系列之——姿态识别

RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz
伊利丹~怒风·2025-06-28 17:09

高通手机跑AI系列之——实时头发识别

RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz
伊利丹~怒风·2025-06-28 17:09

高通手机跑AI系列之——手部姿势跟踪

RedmiK60Pro处理器：第二代骁龙8移动--8gen2运行内存：8.0GB，LPDDR5X-8400，67.0GB/s摄像头：前置16MP+后置50MP+8MP+2MPAI算力：NPU48TopsINT8&&GPU1536ALUx2x680MHz
伊利丹~怒风·2025-06-28 17:09

✨【Blender/Houdini 渲染必看】CPUⓥⓢGPU？3 分钟选对算力不踩坑！

核心问题速答Q：渲染该选CPU还是GPU？✅CPU：复杂场景/批量渲染/预算可控首选✅GPU：单帧速度/实时预览/急单交付必选维度1：硬件硬刚——CPU凭啥赢麻了？
渲染101专业云渲染·2025-06-28 15:23

川翔云电脑全新上线：三维行业高效云端算力新选择

一、核心定位与优势云端虚拟工作站服务依托云端高性能CPU/GPU集群，提供远程桌面服务，支持普通设备运行专业软件。按需付费模式：无需采购高端硬件，大幅降低成本投入。
渲染101专业云渲染·2025-06-28 15:51

【安装Stable Diffusion以及遇到问题和总结】

下面为你详细介绍安装部署的步骤：一、硬件要求显卡：需要NVIDIAGPU，显存至少6GB，推荐8GB及以上。
岁月玲珑·2025-06-28 10:17

用Python实现生信分析——功能预测详解

这些方法可以帮助科学家推断未知基因的功能，从而加速生物学研究的进展。1.功能预测的主要方法（1）同源性比对：通过将未知基因或蛋白质序列与数据库中的已知序列进行比对，识别出同源序列，并推测它们的功能。
写代码的M教授·2025-06-28 07:57

【PyTorch】保存和加载模型

加载模型■保存和加载用于推断和/或恢复训练的一般检查点(Checkpoint)■将多个模型保存在一个文件中■使用来自不同模型的参数进行暖启动(Warmstarting)模型■跨设备保存和加载模型保存在GPU
Jackilina_Stone·2025-06-28 01:54

大语言模型(LLM)量化基础知识(一)

随着大型语言模型(LLM)的参数数量的增长,与其支持硬件（加速器内存）增长速度之间的差距越来越大，如下图所示：上图显示，从2017年到2022年，语言模型的大小显著增加：2017年：Transformer
-派神-·2025-06-27 23:42

【大模型学习 | 量化】pytorch量化基础知识（1）

performingcomputationsandstoringtensorsatlowerbitwidthsthanfloatingpointprecision.支持INT8量化，可以降低4倍的模型大小以及显存需求，加速
九年义务漏网鲨鱼·2025-06-27 23:37

缓存与加速技术实践-MongoDB数据库应用

一.什么是MongoDBMongoDB是一个文档型数据库，数据以类似JSON的文档形式存储。MongoDB的设计理念是为了应对大数据量、高性能和灵活性需求。MongoDB使用集合（Collections）来组织文档（Documents），每个文档都是由键值对组成的。数据库（Database）：存储数据的容器，类似于关系型数据库中的数据库。集合（Collection）：数据库中的一个集合，类似于关系
曼汐 .·2025-06-27 22:33

【蓝图】p36-p39蓝图通信、自定义事件、类型转换、角色移动速度、触发加速

p36-p39蓝图通信、自定义事件、类型转换、角色移动速度、触发加速p36蓝图通信和自定义事件蓝图通信自定义事件p37类型转换加速功能类型转换p38创建自定义事件p39实现触发加速p36蓝图通信和自定义事件蓝图通信在
叫我六胖子·2025-06-27 21:23

docker: Error response from daemon: could not select device driver ““ with capabilities: [[gpu]].

这个错误表明Docker无法识别或加载支持GPU所需的设备驱动程序。
·2025-06-27 18:05

centos 7 安装NVIDIA Container Toolkit

以下是完整步骤及注意事项：⚙️一、环境准备验证NVIDIA驱动运行nvidia-smi确认驱动已正确安装，若未安装需先离线安装驱动：下载对应GPU型号的驱动包（如NVIDIA-Linux-x86_64-
几道之旅·2025-06-27 18:05

暴雨携AMD ，实现大规模 AI 和 Agentic 工作负载性能突破

暴雨宣布推出AMDInstinct™MI355XGPU，为客户提供更多选择。与上一代相比，大规模AI训练和推理工作负载的性价比将提高超过两倍。
BAOYUCompany·2025-06-27 17:30

异构计算解决方案（兼容不同硬件架构）

异构计算解决方案通过整合不同类型处理器（如CPU、GPU、NPU、FPGA等），实现硬件资源的高效协同与兼容，满足多样化计算需求。
ARM2NCWU·2025-06-27 17:29

深入解析PCDN：边缘计算与内容分发的结合

为了优化宽带流量的分配、降低延迟并提升用户体验，PCDN（P2PCDN）应运而生，它结合了边缘计算与分布式内容分发技术，成为新一代网络加速方案。
·2025-06-27 17:35

MI300X vs H100：DeepSeek 部署在哪个 GPU 上性价比最高？

随着大模型部署和推理变得越来越普及，开发者和企业对GPU的选择也越来越挑剔。
卓普云·2025-06-27 15:15

【软件系统架构】系列四：嵌入式软件-NPU（神经网络处理器）系统及模板

二、NPU与CPU/GPU/DSP对比三、NPU的工作原理核心结构：数据流架构：四、NPU芯片架构（简化图）五、NPU的优势六、NPU应用场景视觉识别语音识别自动驾驶智能监控AIoT设备七、主流NPU芯片
·2025-06-27 15:14

Docker国内镜像源（长期可用）

找到了最简单的方式，命令根据个人情况二选一参考文章：Docker可用镜像源列表（6月23日更新-长期维护）_dockerhub国内镜像源列表-CSDN博客2025国内Docker镜像加速指南｜实测推荐+
漫天大雨-雷阵雨·2025-06-27 14:40

编译OpenCV支持CUDA视频解码

如何在Ubuntu上编译OpenCV并启用CUDA视频解码支持（cudacodec）在深度学习、视频处理等高性能计算领域，OpenCV的GPU加速功能非常重要。
AI标书·2025-06-27 14:07

Docker国内镜像源（免费）

参考文章：Docker可用镜像源列表（6月23日更新-长期维护）_dockerhub国内镜像源列表-CSDN博客2025国内Docker镜像加速指南｜实测推荐+避坑手册1.没有安装过docker的，推荐命令
LTRchae·2025-06-27 14:36

CUDA加速cloud compare高度渲染算法

一、CPU版本算法为一个for循环内，将高度信息，映射到彩色空间，比较耗时的是正弦运算，还执行了多次乘除法，当图像大小为2038*4000时，处理耗时为170ms。原算法是处理点云，这里是输入一张深度图像，数据类型为intvoidsetRGBColorByBanding(cv::Mat*src,cv::Mat*dst,floatfreq=10.0f){   cv::TickMeterst;   s
小充·2025-06-27 13:30

Milvus向量数据库：处理和分析大规模向量数据

目录一Milvus概述性能可扩展性易用性二Milvus的核心技术1向量索引HNSWIVFPQ2GPU加速3分布式架构分布式三深入了解Milvus的技术细节1存储机制持久化存储内存存储2数据导入与导出批量导入实时导入
concisedistinct·2025-06-27 10:38

AI对于普通人的影响

‌一、当前影响（2025年）‌‌就业结构剧变‌‌岗位替代‌：制造业、客服、基础数据分析等重复性工作被AI加速替代，初级原画师、文案工作者失业率显著上升（裁员比例达30%）。‌
抬起右手·2025-06-27 09:35

Maven配置本地仓库、中央仓库、公司私有仓库

下面分享指定本地Maven仓库路径、使用阿里云镜像加速中央仓库,配置优先使用私有Maven仓库这三种常用操作。
巴里巴气·2025-06-27 09:04

Sui 随全球加速采用，正式启用雅典 SuiHub 创新中心

希腊凭借其独特的人才优势、地理位置和机构参与度，成为Sui全球线下扩张的重要战略据点。该国高校在数据科学、软件工程与人工智能领域具备卓越声誉，这些正是Sui生态发展的核心支柱。近年来，雅典的科技生态日益成熟，越来越多初创公司和创新项目（包括Sui）在此落地，创造高薪岗位，吸引顶尖人才。Sui在希腊的布局始于为高中生推出的：区块链与商业创新”课程，随后ATHEX宣布完成基于Sui的EBB平台升级的技
Sui_Network·2025-06-27 09:02

增强现实（AR）与人工智能的融合：从虚拟交互到智能体验的IT新革命

三维空间理解（扩展技术细节）1.1.2多模态交互通道（新增章节）1.2AI如何赋予AR"大脑"（扩展决策体系）1.2.1动态内容生成三阶段二、演进路线：从技术探索到产业爆发2.1关键技术里程碑2.2中国创新加速度三
DevKevin·2025-06-27 09:32

Fast Image Deconvolution using Hyper-Laplacian Priors论文阅读

FastImageDeconvolutionusingHyper-LaplacianPriors1.论文的研究目标与实际意义2.论文的创新方法2.1核心框架：交替最小化（AlternatingMinimization）2.2x子问题：频域FFT加速
青铜锁00·2025-06-27 08:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他