gpu

主流物理仿真引擎和机器人/强化学习仿真平台对比

NVIDIA系列✅IsaacLabv1.4/v2特点：基于Omniverse+IsaacSim，属于高端视觉+机器人仿真框架v2更加模块化，支持多机器人、多任务、多环境并行超强图形渲染、多机器人支持好、GPU
喵先生!·2025-04-21 18:45

全同态加密医疗数据分析集python实现

目录摘要一、前言二、全同态加密与医疗数据分析概述2.1全同态加密（FHE）简介2.2医疗数据分析需求三、数据生成与预处理四、系统架构与流程4.1系统架构图五、核心数学公式六、异步任务调度与（可选）GPU
闲人编程·2025-04-21 14:26

从科研提速到数据攻坚：GPU 服务器的四大核心战场（下）

上篇我们了解了GPU服务器在深度学习模型训练、海量数据处理等四大场景的应用，接下来继续探索它在另外四个关键领域的表现，以及劲速云算力如何助力其发挥更大价值。
·2025-04-21 13:13

手搓LeNet-5（基础模型）实现交通标志识别

手搓LeNet-5（基础模型）实现交通标志识别一、环境准备1.安装Python环境2.安装CUDA（可选，仅需GPU加速时）3.配置虚拟环境4.安装PyTorch核心库5.安装辅助库6.验证安装7.准备数据集
竹之却·2025-04-21 11:11

Android实现活体人脸识别检测（附带源码）

本项目目标：实时打开摄像头，在人脸进入画面时进行活体检测；当系统识别为“活体”后，自动进行人脸比对或登录流程；支持Android5.0+，兼容Camera2与CameraX；CPU+GPU混合加
Katie。·2025-04-21 08:49

猫狗识别基于tensorflow2.0 GPU版 自建CNN模型

猫狗识别基于tensorflow2.0GPU版自建CNN模型1.导入库importtensorflowastffromtensorflow.keras.layersimportConv2D,MaxPooling2D
重工黑大帅·2025-04-21 04:55

猫狗识别基于tensorflow2.0 GPU版 自建CNN模型+数据增强+Dropout

猫狗识别基于tensorflow2.0GPU版自建CNN模型+数据增强+Dropout1.导入库fromtensorflow.keras.layersimportConv2D,MaxPooling2D,
重工黑大帅·2025-04-21 04:55

72B模型DPO微调 | DPO的大模型的技术点、DPO的核心思想

借助LoRA和QLoRA等参数高效微调技术，我们可以在单GPU卡上对拥有80亿参数的模型（如Llama3.18B和Qwen2.57B）进行DPO训练，当然训练序列可能较短。
大模型本地部署_·2025-04-21 03:21

AssertionError: Torch not compiled with CUDA enabled 未启用CUDA支持的PyTorch环境 中使用GPU加速

1.错误原因分析根本问题：当前安装的PyTorch是CPU版本，无法调用GPU硬件加速。
怪兽小·2025-04-21 02:42

pytorch 如何调用cuda_PyTorch算法加速指南

##GetIdofdefaultdevicetorch.cuda.current_device#0cuda.Device(0).name#'0'istheidofyourGPU#TeslaK80或者torch.cuda.get_device_name
Dimonson·2025-04-21 01:11

PyTorch环境中使用CUDA出现的报错

TorchnotcompiledwithCUDAenabled出现“AssertionError:TorchnotcompiledwithCUDAenabled”错误，表示PyTorch环境没有启用CUDA支持，而代码试图使用GPU
Ambition_LAO·2025-04-21 01:39

未启用CUDA支持的PyTorch环境** 中使用GPU加速解决方案

1.错误原因分析根本问题：当前安装的PyTorch是CPU版本，无法调用GPU硬件加速。
怪兽小·2025-04-21 01:38

2025云服务器终极指南：从技术选型到商业增长的全景洞察

一、技术革新：2025年必知的三大突破1.1AI原生架构重塑算力格局腾讯云第七代弹性计算实例搭载自研AI芯片「紫霄」，实现CPU+GPU+NPU异构协同，AI推理任务效率较传统架构提升3.2倍。
国际云·2025-04-20 22:45

万相WAN2.1-1.3B整合包

其中，1.3B版本以其较快的生成速度脱颖而出，并且对所有消费级GPU展现出出色的兼容性。官方曾提到，8G显存便能流畅运行wan2.1视频模型。
a29589729·2025-04-20 06:37

使用AutoDL安装Mamba官方代码

使用AutoDL安装Mamba租界的云服务器使用环境ubuntu22.04,cuda11.8,cudnn8.9python=3.10torch=2.10远程连接验证安装条件使用Pycharm连接远程的云GPU
月亮已死热爱可抵万难·2025-04-20 05:00

云服务器上配置Mamba环境

Mamba的要求论文链接:Mamba:Linear-TimeSequenceModelingwithSelectiveStateSpacesGitHub地址:MambaGitHub要求：操作系统：LinuxGPU
Ambition_LAO·2025-04-20 05:55

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（四）

1.1现代GPU架构演变graphLRA[传统IMR架构]
程序员王马·2025-04-20 00:54

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（一）

双精度着色器功能：高级着色器模型性能改进，使你可以在GPU上执行更多操作，而无需占用CPU。独立于目标的光栅化：适用于Direct2D应用程序的高性能抗锯齿路径。无覆盖和丢弃：使用基
程序员王马·2025-04-20 00:24

Windows 图形显示驱动开发-WDDM 1.2功能—Windows 8 中的 DirectX 功能改进（二）

1.1WDDM1.2双精度支持矩阵graphLRA[功能级别11_0+]-->|必须支持|B(基础双精度)A-->C[可选支持扩展指令]D[WDDM1.2驱动]-->|硬件加速|E[FMA指令集]F[GPU
程序员王马·2025-04-20 00:24

Pytorch与深度学习自查手册1-张量、自动求导和GPU

Pytorch与深度学习自查手册1-张量、自动求导和GPU张量构造Tensordtype类型：dtype=torch.long,torch.float,torch.double常见的构造Tensor的函数
冬于·2025-04-19 23:47

平板个人计算机的品牌和配置,比较热销十大平板电脑排行榜

www.chinapp.com品牌网比较热销十大平板电脑排行榜：1、三星GalaxyTab7.0Plus显示屏分辨率为1024像素X600像素，配置三星ExynosS5PV210处理器和ARMMali-400MPGPU
易三叨·2025-04-19 22:40

conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)

目录1.创建虚拟环境2.安装pytorch2.1查找对应版本2.2安装pytorch2.3测试是否安装成功3.安装torchvision3.1查找对应版本3.2安装torchvision3.3测试是否安装成功4.Others4.1安装numpy报错4.2安装timm报错1.创建虚拟环境condacreate-nenv_name-y##指定python版本condacreate-nenv_namep
哇噻_123·2025-04-19 14:49

在企业级部署中如何优化NVIDIA GPU和容器环境配置：最佳实践与常见误区20250414

在企业级部署中如何优化NVIDIAGPU和容器环境配置：最佳实践与常见误区引言随着AI和深度学习技术的迅速发展，企业对GPU加速计算的需求愈加迫切。
Narutolxy·2025-04-19 14:18

Tensorflow、Pytorch与Python、CUDA版本的对应关系（更新时间：2025年4月）

要在Windows上使用TensorFlowGPU，您需要在WSL2中构建/安装TensorFlow或将tensorflow-cpu与TensorFlow-DirectML-Plugin一起使用1.1、
芥子沫·2025-04-19 11:56

深入理解DeepSeek与企业实践（二）：32B多卡推理的原理、硬件散热与性能实测

前言在《深入理解DeepSeek与企业实践（一）：蒸馏、部署与评测》文章中，我们详细介绍了深度模型的蒸馏、量化技术，以及7B模型的部署基础，通常单张GPU显存即可满足7B模型完整参数的运行需求。
ZStack开发者社区·2025-04-19 11:54

yolov8复现

若有，后续可安装GPU版本的pytorch以加速训练；若没有，则安装CPU版本，不过训练速度会较慢。安装所需软件Anaconda3安装：可从清华镜像源选择对应系统版本的Anaconda3安装包下载。
吹风看太阳·2025-04-19 10:22

树莓派超全系列教程文档--(29)config.txt介绍

在ArmCPU和Linux初始化之前，GPU会读取config.txt。Rasp
想躺在地上晒成地瓜干·2025-04-19 09:11

CUDA_全局内存及访问优化

全局内存GPU全局内存，CPU和GPU都可以进行读写操作。任何设备都可以通过PCI-E总线对其进行访问，GPU之间不通过CPU，直接将数据从一块GPU卡上的数据传输到另一块GPU上。
一介草民李老四·2025-04-19 07:33

linux运行程序开启了opencl,Linux上使用AMD的OpenCL开发运行环境

AMDSDKAPP开发包，另一部分是AMD的Catalyst驱动软件包.AMDSDKAPP开发包主要包括开发OpenCL应用所需要的头文件，文档和例子程序.Catalyst驱动包括OpenCL运行库，AMDGPU
某友善的微笑·2025-04-19 06:56

PoCL Runtime开发笔记

1UMDAPI开源PoCL代码中有些例子是可以参考的，路径在pocl/lib/CL/devices，有：basic：以hostCPU作为targetdevice，仅有一个执行单元cuda:NVGPU为targetdevicepthread
小小蚂蚁fcy·2025-04-19 06:23

大模型面试题

分布式训练是一种利用多个计算节点（如多个GPU或多个机器）协同工作来加速训练机器学习模型的方法。它通过将训练任务分配给多个计算资源并行执行，以减少训练时间和处理大规模数据。
钢门狂鸭·2025-04-19 04:11

使用docker 安装向量数据库Milvus

Miluvs官网www.milvus.io/https://milvus.io/docs/zh/install_standalone-docker-compose-gpu.md一、基本概念向量数据库：Milvus
❀͜͡傀儡师·2025-04-19 03:05

spring boot+mybatis-plus 时间查询精确到分秒

日期yyyy-MM-dd查询前端get请求传递参数String类型@GetMappingpublicResultfinddate(@RequestParam(defaultValue="2021-
克里斯李逵·2025-04-19 00:48

在Ubuntu服务器上部署xinference

一、拉取镜像dockerpullxprobe/xinference:latest二、启动容器（GPU）dockerrun-d--namexinference-eXINFERENCE_MODEL_SRC=
你喜欢喝可乐吗？·2025-04-19 00:44

ubuntu 20.04上docker 使用gpu

要在Docker容器中使用GPU，你需要确保系统上已经安装了正确的NVIDIA驱动程序，并且安装了NVIDIAContainerToolkit。
AI拉呱·2025-04-18 23:07

GPU 在机器学习中的应用优势：从技术特性到云端赋能

正如蒸汽引擎重塑工业革命，GPU（图形处理器）的出现为机器学习带来了前所未有的算力突破，而云GPU的普及更是让这场算力革命进入"云计算时代"，让每个开发者和企
·2025-04-18 22:39

Qt 性能优化总结

1.Qt性能优化简介性能优化目标是减少资源消耗（如CPU、内存、GPU）、提高响应速度和流畅度。Qt应用程序的性能瓶颈可能出现在：GUI渲染：复杂界面或频繁重绘。内存管理：对象分配过多或内存泄漏。
lianghu666·2025-04-18 21:57

查看 GPU 与 NUMA 节点的绑定关系

目录一、通过nvidia-smi直接查看（NVIDIA专属）1.命令与输出解读2.原理二、通过PCIe设备路径关联NUMA节点（通用方法）1.步骤1：找到GPU的PCIe地址2.步骤2：读取PCIe设备的
清风 001·2025-04-18 16:56

4090租用，各云GPU平台价格对比清单及建议

根据各平台的价格和型号配置，以下是通过DeepSeek-R1进行分析后，给出的建议。一、按显存需求推荐1.24G显存需求（适合常规AI训练/推理、中小模型）性价比首选：智星云（1.35元/小时），价格最低，比第二名BuluAI（1.93元）便宜约30%，适合预算敏感型用户。备选方案：BuluAI（1.93元）或丹摩DAMODEL（2.18元），价格适中，可尝试作为智星云的替代选项。避坑提醒：aut
智星云算力·2025-04-18 15:16

边缘计算硬件架构介绍

某个用例可能需要高功率GPU来实现人工智能（AI），而另一个用例则可能需要低功耗来延长电池寿命。设备的位置，例如微型边缘数据中心或壁挂式工业机柜，对硬件施加了不同的限制。
公众号:肉眼品世界·2025-04-18 12:26

深入浅出谈cuda

CUDA深入浅出谈“CUDA是NVIDIA的GPGPU模型，它使用C语言为基础，可以直接以大多数人熟悉的C语言，写出在显示芯片上执行的程序，而不需要去学习特定的显示芯片的指令或是特殊的结构。”
向前一一步走·2025-04-18 11:49

YOLOV8 OBB 海思3516训练流程

YOLOV8OBB海思3516训练流程1、下载带GPU版本的torch（可选）32、安装ultralytics33、下载pycharm社区版44、安装pycharm55、新建pycharm工程56、添加
绕灵儿·2025-04-18 10:43

pytorch-lightning使用笔记

(howtodownload(),tokenize,etc…)在这个方法中处理需要写入磁盘或者需要单进程完成的任务setup(howtosplit,etc…)一些dataoperations希望在每块GPU
真炎破天·2025-04-18 09:09

多网卡场景智能路由新思路：批量自动配置？

Linux多网卡场景的路由当传统路由设置方法在智算环境下失效，一个可行的应对方式是提前规划GPU服务器内的路由，借助Linux的多路由表和策略机制实现更加灵活、精细的流量控制和路由管理功能，但也伴随着一定的复杂性和潜在风险
星融元asterfusion·2025-04-18 06:44

开源项目faster-whisper和whisper是啥关系

它在准确率方面表现出色，但同时其参数众多、计算资源占用较大，常常需要GPU才能较快运行；如果直接在CPU上使用，则运行速度较慢，并且在处理长音频时容易出现“幻听”问题（模型生成冗余或不恰当的转写）。
@程序员小袁·2025-04-17 21:22

英伟达CUDA原生Python支持革命：手把手教你用Python直接操控GPU加速计算

英伟达CUDA原生Python支持革命：手把手教你用Python直接操控GPU加速计算重磅消息！2025年GTC大会宣布：CUDA现在原生支持Python了！这意味着什么？
emmm形成中·2025-04-17 19:08

GPU 算力：驱动数字时代的核心引擎（下篇）

接上篇，GPU算力正以破竹之势渗透更多关键领域，成为产业升级的核心驱动力。本文将继续解析其在金融科技、智能制造等领域的深度应用，并揭秘劲速云如何构建"触手可及"的顶尖算力生态。
·2025-04-17 12:54

GPU 算力：驱动数字时代的核心引擎（上篇）

当传统CPU面对大规模并行计算力不从心时，GPU算力以其独特优势，成为推动各行业突破的关键力量。本文将解析GPU算力本质，揭秘其核心应用。
·2025-04-17 11:51

3DGS之渲染管线

渲染管线（RenderingPipeline）是计算机图形学中将三维场景转换为二维屏幕图像的核心流程，涉及CPU与GPU的分工协作。
whuzhang16·2025-04-17 09:02

手机性能全解析：从CPU到屏幕分辨率的选购指南

CPU与GPU：处理器背后的故事在日常接触手机时，我们常常听到诸如MTK、高通、海思等处理器品牌，以及HelioP10、骁龙820、麒麟960等处理器
2501_91510632·2025-04-17 07:44
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他