iT邦幫忙

cuda相關文章
共有 15 則文章

技術 [Python] Tensorflow with GPU

使用Python 做機器學習/深度學習時常使用的Tensorflow還有分成CPU版本與GPU版本。常常安裝時容易在小細節碰壁,今天就把安裝過程簡單紀錄。 建立...

鐵人賽 DAY 43

技術 [分享不分大小事]不分軟硬加演-第18篇 AMD的反擊、痛批對手支援能力不足,AMD才是Windows7最佳平台!

Windows7已經上市兩週多了,以為大概一切就是這樣了,沒想到月初有機會參加AMD的活動,看到AMD砲火猛烈的直指對手不是全系列都能支援Windows7的XP...

技術 GPU程式設計(1) -- Hello CUDA !

前言 CUDA Toolkits 是 NVIDIA GPU 卡的程式工具箱,可呼叫相關函數,在GPU卡上進行相關數學運算,尤其是張量(Tensor),常用於圖形...

鐵人賽 DAY 43

技術 [分享不分大小事]不分軟硬加演-第19篇 實驗證明、有效有效!

網路上也好、雜誌上也罷,討論批評還有質疑、加上秘方加工(像拋光、甚至磨地板),就是要看看到底「塗不塗散熱膏對降溫有沒有效」,鐵人賽寫到這裡腦袋已經是混沌一遍、就...

技術 [分享不分大小事]不分軟硬加演-第20篇 開工業繪圖卡、測在Windows7與Vista,64位元作業系統下的效能!

這篇是同事友情贊助(看我鐵人30分享走火入魔了吧!)、說差一篇就滿50篇了(30+20),說服我再發表這一篇、開箱與Windows7-64下的測試與作業由我來做...

鐵人賽 DAY 35

技術 [分享不分大小事]不分軟硬加演-第5篇 ATi豈弱者、Win7上市如虎添翼,力推DX11與Eyefinity狠打對手二棒

之前介紹過Windows7所力推的全新的GPU運算應用程式介面-DirectCompute技術,還記得這一篇嗎??[分享不分大小事]不分軟硬三十篇-第29篇 W...

鐵人賽 DAY 42

技術 [分享不分大小事]不分軟硬加演-第17篇 在超頻的年代、不超會對不起荷包如何超的又穩又快?AfterBurner你了嗎?

哈哈~!別怕別怕、不是要您花大錢買後燃器啦!也不是要您砸錢買高級的顯示卡冷卻系統來超頻啦! 是國內版卡大廠微星(MSI)配合ATi Radeon 5000系列推...

鐵人賽 DAY 37

技術 [分享不分大小事]不分軟硬加演-第9篇 免費送支援DX-11遊戲的消息一定要跟大家分享!

這是廠商刊登在PC-DiY的新聞稿(已經知道的人就跳過吧!),之前有邦友擔心即使支援DX-11的ATi-5870/5850顯卡上市、也沒有支援DX-11的遊戲可...

鐵人賽 DAY 35

技術 [分享不分大小事]不分軟硬加演-第6篇ATi強調不只支援Win7更強調支援DX11與Eyefinity技術的遊戲同時上市

看了一些資料、發現前一篇「[分享不分大小事]安可加演-第5篇 ATi豈非弱者、Win7上市如虎添翼,力推DX 11與Eyefinity狠打對手二棒」是以「技術面...

鐵人賽 DAY 29

技術 [分享不分大小事]不分軟硬三十篇-第29篇 Win7採用全新的GPU運算應用程式介面-微軟DirectCompute技術

留意到ATi與Nvidia兩家顯卡大廠最近推出的顯示卡(不管是ATi Radeon HD5870 還是 Nvidia GeForce GTX 295)都有強調一...

技術 GPU程式設計(5) -- Python

前言 前面我們介紹C++的使用,有些讀者可能會希望使用Python撰寫(包括我),因此,我們就來看看 PyCuda 這個套件的用法。 PyCuda 安裝及文件...

技術 GPU程式設計(3) -- 矩陣運算

前言 GPU卡原來是針對遊戲開發及顯示加速的設計的,後來才擴散至挖礦、深度學習...等其他領域,而遊戲內的物件移動、旋轉都是依靠矩陣運算達成的,因此,我們就來看...

技術 GPU程式設計(2) -- 多執行緒

前言 GPU可以利用平行處理的方式,縮短執行時間,因此,這一次就來介紹多執行緒的程式設計方法及應用。 多執行緒的設定 上一篇 介紹GPU函數的設定是透過<...

鐵人賽 AI & Data DAY 10
LLM 學習筆記 系列 第 10

技術 LLM Note Day 10 - 建立開發環境

簡介 建立深度學習的開發環境真是一場惡夢,無論是開發應用還是訓練模型,都有各自的大坑要踩。就算一開始環境都弄的好好的,也有機會用一陣子之後自己突然爆炸。今天來分...

技術 GPU程式設計(4) -- 記憶體管理

GPU記憶體類別 GPU記憶體類別有非常多種,各有所長,如果善用可進一步提升執行效能,參考下圖:圖一. GPU記憶體類別,圖片來源:『CUDA Tutorial...