GPU租用

查看自己电脑上的显卡内存方法GPU

第一部分：打开cmd输入dxdiag回车第二部分：点击上方显示部分查看可以看到我的这个显卡大小是6G
还不秃顶的计科生·2025-06-21 06:28

什么是 QLoRA（Quantized Low-Rank Adaptation，量化低秩适配）

QLoRA结合了4-bit量化（quantization）和LoRA的低秩更新技术，使超大规模模型（如70B参数的LLaMA）能够在单GPU上进行高效微调，同时保持与全参数微调相近的性能。
彬彬侠·2025-06-21 06:23

windows10 + python -m bitsandbytes

python-mbitsandbytes-UDASetupfaileddespiteGPUbeingavailable.Pleaserunthefollowingcommandtogetmoreinformation
mawenju·2025-06-21 06:22

解决docker下的Linux系统调用GPU失败

从以下网址下载：https://mirror.cs.uchicago.edu/nvidia-docker/libnvidia-container/stable/#完全移除所有nvidia容器相关包sudoaptpurgelibnvidia-container*nvidia-container*nvidia-docker*#重新安装（确保所有包版本一致）sudodpkg-ilibnvidia-con
Alphapeople·2025-06-21 05:18

Linux DRM 理解

本文从如下几个部分介绍1.DRM概念介绍2.对比HW结构分析3.code分析1.DRM概念介绍DRM是DirectRenderManager的缩写：Linux显示子系统结构框架向上提供标准API给到应用使用管理GPU
And乔·2025-06-21 04:12

linux drm子系统,Linux DRM那些事-内核代码

root@ubuntu:/home/run/code/rockchip-bsp/kernel/drivers/gpu/drm#lsamddrm_atomic.cdrm_crtc_internal.hdrm_fb_cma_helper.cdrm_internal.hdrm_modes.cdrm_rect.cexynosmgarcar-duttmarmadadrm_atomic_helper.cdrm
weixin_39523887·2025-06-21 04:41

炸裂提速！PyTorch 2.2 Torch.compile优化器实战：从原理到模型训练加速300%全攻略

一、引言：深度学习训练性能的革命性飞跃1.1传统训练模式的性能瓶颈在深度学习模型训练中，传统PyTorch训练模式面临诸多挑战：计算效率低下：某计算机视觉模型在A100GPU上训练，单步迭代耗时达800ms
游戏人生的NPC·2025-06-20 14:41

别让GPU摸鱼！榨干它！

早期，人们依靠增加GPU数量提升模型性能。
九章云极DataCanvas·2025-06-20 10:13

【CUDA】认识CUDA

CUDA的作用CUDA是NVIDIA提供的一种并行计算平台和编程模型，它允许开发者通过编写程序利用GPU的强大算力完成复杂的科学运算任务。
Gappsong874·2025-06-20 10:38

FairyGUI学习

DC就是CPU通知GPU进行一次渲染的命令如果DC次数较多会导致游戏卡顿我们可以通过打图集，将小图合并成大图，将本应n次的DC变成1次DC来提高性能知识点二FairyGUI和UGUI以及NGUI的DrawCall
future1412·2025-06-20 08:50

Keras深度学习框架第十四讲：使用TensorFlow进行多GPU分布式训练

使用TensorFlow进行多GPU分布式训练1、绪论1.1使用TensorFlow进行多GPU分布式训练概念TensorFlow是一个流行的开源机器学习框架，它支持多GPU分布式训练，允许开发者利用多个
MUKAMO·2025-06-20 06:37

【Pytorch、torchvision、CUDA 各个版本对应关系以及安装指令】

CUDA旨在利用NVIDIAGPU（图形处理单元）的强大计算能力来加速各种科学计算、数值模拟和深度学习任务。GPU并行计算C
CL_Meng77·2025-06-19 18:08

GPU 服务器：高性能计算的强大引擎

一、GPU服务器概述GPU服务器是一种专门为处理复杂计算任务而设计的服务器。它配备了高性能的图形处理单元（GPU），能够在深度学习、科学计算、视频编解码等多个领域发挥强大的作用。
海域云李潮海·2025-06-19 17:32

Open3D--core模块函数详解

1.设备管理(Device)管理计算设备（CPU/GPU/CUDA）的配置与状态检查。
X-Vision·2025-06-19 15:18

游戏引擎架构全景：从硬件到玩法的程序员之旅

一、基石：硬件、OS与第三方王国硬件层：PS5的定制SSD、XboxSeriesX的GPU、高端PC的RTX显卡——这些是引擎的物理疆域。代码在此直面硅基世界的限制（内存带宽、浮点算力、缓存延迟）。
还债大湿兄·2025-06-19 10:45

推荐文章：Faster_Mean_Shift - GPU加速的像素嵌入框架利器

推荐文章：Faster_Mean_Shift-GPU加速的像素嵌入框架利器去发现同类优质开源项目:https://gitcode.com/在生物医学图像处理和细胞追踪领域，高效且精准的算法是必不可少的工具
乌芬维Maisie·2025-06-19 04:34

搭建游戏云服务器的配置要求包括哪些条件？

但问题随之而来：搭建游戏服务器时应该租用什么样的云服务器?配置如何选才不会资源浪费或性能瓶颈?一、不同类型游戏对云服务器配置要求差异巨大游戏不是单一品类，类型不同，服务器负载模型差异显著：网页游戏(
Jtti·2025-06-19 03:01

Ubuntu18.04基于Docker和Pycharm搭建Tensorflow-gpu训练环境

一、前提：安装好pycharm-professional，dockerce，nvidia-docker2，nvidia-gpu驱动。安装方法见各自链接。
城俊BLOG·2025-06-19 01:12

快速分辨率调整工具：一键切换与性能优化

它还帮助用户减轻GPU负担，提升系统响应速度，尤其适合低配置设备。用户只需双击可执行文件名“设置与降低分辨率(Ctrl+Alt+F7).exe”，即可轻松操作。然而，在使用过程中，用户应确保
温融冰·2025-06-19 00:07

云端算力革命：川翔云电脑如何重新定义创作自由

川翔云电脑以云端算力为支点，通过弹性算力、高效存储、多端接入三大核心优势，让顶级GPU资源触手可及。
渲染101专业云渲染·2025-06-18 21:46

OpenCV CUDA模块设备层-----用于CUDA 使用纹理内存的一个类模板TextureOff()

ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::cudev::TextureOff是OpenCV的CUDA模块（opencv_cudev）中用于在GPU
村北头的码农·2025-06-18 14:29

OpenCV CUDA模块图像变形------对图像进行GPU加速的仿射变换函数warpAffine()

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对图像进行GPU加速的仿射变换（AffineTransformation
村北头的码农·2025-06-18 14:59

docker容器内运行依赖GPU的程序

我的开发环境centos7docker版本为2.10.22080ti显卡，物理机已安装cuda10和对应显卡驱动运行带GPU的docker给linux安装nvidia-container-toolkitdistribution
LensonYuan·2025-06-18 13:20

DeepSeek 大型 MoE 模型大规模部署压测学习

-large-scale-ep/以上是对文章《DeployingDeepSeekwithPDDisaggregationandLarge-ScaleExpertParallelismon96 H100GPUs
andyguo·2025-06-18 12:14

【CUDA编程】OptionalCUDAGuard详解

OptionalCUDAGuard是PyTorch的CUDA工具库（c10/cuda）中用于安全管理GPU设备上下文的RAII（ResourceAcquisitionIsInitialization）类
量化投资和人工智能·2025-06-18 11:34

CUDA开发工具整理

以下是结合实用性和兼容性的推荐工具组合，涵盖开发、调试、性能优化全流程：️一、核心开发工具1.NVIDIANsight系列（官方专业工具）NsightVisualStudioEdition（Windows主机）功能：CUDA内核调试：在GPU
·2025-06-18 11:34

JAX革命性优势解剖：GPU/TPU自动并行计算实战

近年来，大模型训练与科学计算对算力的需求呈现指数级增长。传统框架面临硬件绑定深、并行编码复杂、跨平台迁移成本高三大痛点。Google开源的JAX框架通过函数式编程范式、XLA编译优化与自动并行原语，正在重塑高性能计算的技术栈。一、JAX核心优势：三位一体的技术突破1.1函数式编程+即时编译（JIT）与PyTorch/TensorFlow的面向对象范式不同，JAX强制纯函数设计：#传统PyTorch
AI咸鱼保护协会·2025-06-18 10:58

CUDA核函数优化进阶：利用Shared Memory实现矩阵计算10倍加速

在NVIDIAA100上优化1024×1024矩阵乘法时，共享内存策略将计算速度从3.2TFLOPS提升至31.5TFLOPS——本文将揭示如何通过内存访问优化突破GPU计算瓶颈。
AI咸鱼保护协会·2025-06-18 10:57

裸金属服务器和专属主机的区别是什么？

一、定义和概念裸金属服务器和云主机都是租用物理服务器的一种方式。裸金属服务器是指没有安装虚拟化技术的物理服务器，用户可以直接使用完整的物理服务器。
zqzgng·2025-06-18 05:00

AWS EC2 终极指南：如何选择预装 GPU 驱动和特定功能的最佳 AMI

选择一个合适的AMI，尤其是需要预装GPU驱动或特定软件栈时，能让你跳过繁琐的配置，直接进入核心工作。本文将深入解析AMI分类，并手把手教你找到最适合你需求的镜像。一、为什么AMI选择如此重要？
ivwdcwso·2025-06-18 02:38

使用开源NVIDIA cuOpt加速决策优化

使用开源NVIDIAcuOpt加速决策优化文章目录使用开源NVIDIAcuOpt加速决策优化决策优化的现实挑战供应链优化的复杂性实时决策的挑战计算复杂性的挑战NVIDIAcuOpt：GPU加速的决策优化解决方案
扫地的小何尚·2025-06-18 02:05

✨零基础手把手｜Docker+vLLM极速部署OpenAI风格API：5分钟4卡GPU推理+避坑指南+完整镜像配置

一、Docker基础命令查看容器状态dockerps#查看运行中的容器dockerps-a#查看所有容器（包括已停止的）查看镜像列表dockerimages#列出本地所有镜像二、镜像与容器操作镜像打包为.tar文件dockersave-o#将镜像导出为.tar文件#示例：dockersave-omy_image.tarvllm/vllm-openai:v0.8.4打包多个镜像到一个文件docker
·2025-06-17 18:16

torch.load

它支持从文件路径或文件对象加载数据，并可以指定设备（CPU或GPU）。
土豆羊626·2025-06-17 16:32

SnapViewer：解决PyTorch官方内存工具卡死问题，实现高效可视化

在深度学习模型训练过程中，GPU内存不足（OutofMemory,OOM）错误是开发者频繁遇到的技术挑战。
·2025-06-17 16:48

【FineDance】训练：accelerate config 的作用

accelerateconfig的作用Accelerate是HuggingFace开发的库，用于简化多GPU、多机器的分布式训练。
等风来不如迎风去·2025-06-17 13:38

【TVM 教程】如何使用 TVM Pass Instrument

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。
·2025-06-17 12:15

【Triton 教程】triton_language.arange

它旨在提供一个基于Python的编程环境，以高效编写自定义DNN计算内核，并能够在现代GPU硬件上以最大吞吐量运行。
·2025-06-17 12:44

配置VSCode+Anaconda的PyTorch GPU环境笔记

真就是翻遍了整个互联网才终于让PyTorch在我的电脑上支持CUDA了。叠个甲，我是纯菜鸟，说的不对你也别喷，喷了就是你对。网上的教程都太有年代感了，跟着配置就是到处报错，最后配置出来的也是老版本，用着十分膈应（我个人不喜欢老版本的东西），所以想着记录一下我踩过的坑，让大家以后少走点弯路下面直接进入正题：在此之前，你需要自行完成：安装VSCode以及相关插件（汉化，CodeRunner，Pytho
FurryMonster·2025-06-17 12:02

【TVM 教程】如何使用 TVM Pass Infra

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·2025-06-17 11:57

【TVM 教程】如何使用 TVM Pass Instrument

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·2025-06-17 11:56

WordToCard，一键将Markdown内容转换为精美知识卡片（使用Qwen3）

让其帮我写一篇关于如何本地部署开源Qwen的文章内容如下为Markdown格式以下是本地部署开源Qwen3大模型的详细步骤，结合了多篇教程的核心内容，帮助你快速完成部署：一、准备工作硬件要求显卡：建议使用支持CUDA的GPU
程序员猫爪·2025-06-16 22:59

深入探究 Python 领域 vllm 的核心功能_副本

深入探究Python领域vLLM的核心功能：让大模型推理像高铁一样高效关键词：vLLM、大语言模型推理、PagedAttention、连续批处理、GPU优化摘要：大语言模型（LLM）的推理效率一直是工业落地的
Python编程之道·2025-06-16 22:58

C++驱动下的现代图形渲染架构与可编程管线实现

随着GPU演化，现代图形渲染转向可编程管线，开发者通过着色器控制每一个图形阶段。C++作为底层驱动语言，扮演图形引擎的核心角色：控制渲染状态、资源生命周期、图形任务调度。二、现代渲染管线结构图flo
轻口味·2025-06-16 21:53

车载3D HMI人机交互与GPU算力的平衡

然而，车载3DHMI的高交互性与视觉表现要求对计算能力提出了巨大的挑战，尤其是GPU算力的需求。如何平衡3DHMI的算力资源消耗
A阿司匹林·2025-06-16 21:51

鸿蒙开发实战之Image Kit重构美颜相机图像处理管线

一、核心能力突破通过ImageKit实现三大技术革新：硬件加速处理4K图像处理延迟降至16ms（NPU+GPU协同）支持10bitHDR管线（BT.2020色域）AI增强算法实时皮肤质感分析（98%毛孔保留率
·2025-06-16 17:27

RK3568 1U机箱，支持电口光口B码对时，适用于电力、交通等

机箱方案在电力、交通等领域具备高可靠性与多接口支持能力，核心特性如下：一、硬件核心配置‌处理器平台‌：搭载瑞芯微RK3568四核Cortex-A55处理器（主频1.8GHz-2.0GHz），集成Mali-G52GPU
深圳信迈主板定制专家·2025-06-16 17:28

PyTorch 是一个 Python 包，提供两个高级功能：具有强大 GPU 加速的张量计算（如 NumPy）；基于基于磁带的 autograd 系统构建的深度神经网络；

一、软件介绍文末提供程序和源码下载PyTorch是一个Python包，提供两个高级功能：具有强大GPU加速的张量计算（如NumPy）；基于基于磁带的autograd系统构建的深度神经网络；您可以在需要时重复使用自己喜欢的
struggle2025·2025-06-16 16:19

【GPU】使用 pytorch 检测 CUDA 安装是否成功

使用pytorch检测CUDA安装是否成功importtorchimportosos.environ["CUDA_VISIBLE_DEVICES"]="0"print(torch.cuda.device_count())print(torch.cuda.is_available())print(torch.backends.cudnn.is_available())print(torch.cuda
comedate·2025-06-16 15:43

DeepSeek 遭美国攻击宕机，手把手教你本地部署，手机也支持！

低延迟与高性能本地部署减少网络传输延迟，结合硬件优化（如GPU加速），提升实时处理效率。成本可控性长期运营中，大规模调用场景下本地资源成本可能低于云端按需付费模式，尤其适合高频使用企业。离线
MarkGosling·2025-06-16 11:45

微信小程序通过nodejs云函数解密获得微信步数

在前一文章我讲了如何通过php后端解密encryptedData获得过去三十一天微信运动步数，这对于已有自己服务器者来说是个不错的选择，在服务器上需要进行十分复杂的配置，但如果仅为了实现这一个功能，去租用服务器
wstcl·2025-06-16 06:40
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他