图形硬件介绍——GPU/帧缓存

作者:桑榆
QQ:934440653

一、GPU

应用程序(无论是web端的webgl程序,或者是其他应用程序)运行在cpu上,使用主存我们称为RAM;为了处理3D图形,应用程序不断的调用底层程序,通过总线把图形数据发送到GPU进行处理。
在这里插入图片描述

二、GPU

2.1 帧缓存

作为一个储存器,保存了最终显示在屏幕上图像的全部信息。
帧缓存中的alpha通道不常用,通常将alpha通道称为目标通道,它不同于源alpha通道,源alpha通道代表传入像素的透明度。只有需要融合运算生成透明效果是,才需要源alpha通道,不需要帧缓存中的目标alpha通道。

2.1.1 颜色缓存 (color buffer)

矩形阵列的储存器,以RGB或RGBA的格式保存屏幕上的每个像素的颜色。颜色缓存为每个颜色分量分配一定的位数,有的颜色具备alpha通道。像素可以使用的全部位数称为帧缓存的颜色深度。颜色深度有:

  • 每像素16位 (R:5,G:6 , B:5 ) 多分配一个位数,是人眼对绿色铭感
  • 每像素24位 (R:8,G:8 , B:8 )
  • 每像素32位 (R:8,G:8 , B:8 ,A:8)

2.1.2 Z-缓存(Z-buffer)

当场景绘制完成时,被隐藏(剔除)的对象,其颜色缓存也不不存在,颜色缓存始终和z-缓存的单元缓存数量相同。

2.1.3 模版缓存 (stencil buffer)

模版缓存可以用来控制在颜色缓存的某个位置写入操作(如:阴影)。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是安装tensorflow-gpu的步骤: 1. 安装CUDA Toolkit和cuDNN库 TensorFlow GPU版本需要CUDA Toolkit和cuDNN库的支持。请根据您的系统环境下载适合的版本。推荐使用CUDA 10.0和cuDNN 7.4.2。下载链接如下: - CUDA Toolkit 10.0:https://developer.nvidia.com/cuda-10.0-download-archive - cuDNN 7.4.2:https://developer.nvidia.com/cudnn 安装CUDA Toolkit和cuDNN库时,请注意设置环境变量,以便TensorFlow能够找到它们。 2. 创建conda虚拟环境 您可以使用conda创建一个虚拟环境来安装和管理TensorFlow GPU版本以及其他软件包。打开终端并运行以下命令: ```bash conda create -n tensorflow-gpu python=3.7 ``` 这个命令将创建一个名为“tensorflow-gpu”的conda虚拟环境,其中Python的版本是3.7。 3. 激活conda虚拟环境 使用以下命令激活conda虚拟环境: ```bash conda activate tensorflow-gpu ``` 4. 安装TensorFlow GPU版本 通过以下命令安装TensorFlow GPU版本: ```bash pip install tensorflow-gpu==2.0.0 ``` 这个命令将安装TensorFlow 2.0.0 GPU版本。 5. 验证安装 要验证TensorFlow GPU是否正确安装,请使用以下Python代码: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出的结果为True,则表示TensorFlow GPU版本安装正确。 提示:安装TensorFlow GPU版本之前,请确保您的GPU支持CUDA。您可以在以下链接中查找支持CUDA的GPU:https://developer.nvidia.com/cuda-gpus

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值