![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NVIDIA显卡
文章平均质量分 53
云帆@
自然语言处理工程师
展开
-
cuda缓存示意图
cuda 缓存示意图gpu 架构示意图gpu 内存访问示意图。原创 2024-07-15 11:44:13 · 363 阅读 · 0 评论 -
cuda缓存示意图
cuda 缓存示意图gpu 架构示意图gpu 内存访问示意图。原创 2024-07-12 13:46:38 · 657 阅读 · 0 评论 -
python-torch加载c++与内核函数
python 在线加载.cu 文件python 加载.cu 文件方式2二、实现python 在线加载.cu 文件python 加载c++ 方法采用的是torch.utils.cpp_extension包的扩展方法。直接加载cu文件,则采用torch.utils.cpp_extension.load() 方法。"fused",sources=[],具体: fused_bias_act.cpp//scalar_t y;原创 2024-07-11 13:30:38 · 453 阅读 · 0 评论 -
gpu显卡简介
与Pascal相比,用于训练的峰值teraFLOPS(TFLOPS)性能提升了高达12倍,用于推理的峰值TFLOPS性能提升了高达6倍,训练和推理性能提升了3倍。Tesla显卡采用GPU加速计算,具备强大的并行计算能力和高性能计算效率,我们常说的A100、A800、V100、T4、P40等都属于Tesla系列的显卡。1. GeForce类型: GeForce系列是NVIDIA面向个人计算和游戏市场推出的产品线,适用于游戏、图形处理等,并且在深度学习上的表现也非常出色,很多人用来做推理、训练,性价比高。原创 2024-01-13 13:51:35 · 792 阅读 · 0 评论