完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > gpu
圖形處理器（英語：Graphics Processing Unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、游戲機和一些移動設備（如平板電腦、智能手機等）上圖像運算工作的微處理器。
文章：5032個 瀏覽：136116次 帖子：309個
大量的算術電路陣列為英偉達GPU提供了動力，以實現(xiàn)前所未有的AI、高性能計算和計算機圖形加速。因此，改進這些算術電路的設計對于提升 GPU 性能和效率而...
LeCun世界模型首項研究來了：自監(jiān)督視覺，已開源
LeCun 認為，構造自主 AI 需要預測世界模型，而世界模型必須能夠執(zhí)行多模態(tài)預測，對應的解決方案是一種叫做分層 JEPA（聯(lián)合嵌入預測架構）的架構。...
在處理大型數(shù)據(jù)集時，數(shù)據(jù)處理工具的性能至關重要。Polars 作為一個以速度和效率著稱的開源數(shù)據(jù)處理庫，它提供了由 cuDF 驅動的 GPU 加速后端，...
OpenGL SC驅動程序的演示展示了一個在現(xiàn)有汽車芯片上運行的、帶有安全關鍵組件的先進儀表盤。更多信息可以在相關博客文章中了解。
NVIDIA的標準庫使在CUDA中建立第一個深度學習庫變得非常容易。早期的優(yōu)勢加上NVIDIA強大的社區(qū)支持意味著如果使用NVIDIA GPU，則在出現(xiàn)...
如何高效、可擴放地對FPGA+CPU的異構系統(tǒng)進行編程？
FPGA 復用主機網(wǎng)絡的初心是加速網(wǎng)絡和存儲，更深遠的影響則是把 FPGA 之間的網(wǎng)絡連接擴展到了整個數(shù)據(jù)中心的規(guī)模，做成真正 cloud-scale ...
在普通的情況下，GPU直接將渲染好的內(nèi)容放入FrameBuffer中，但是在離屏渲染時不同，需要先額外創(chuàng)建離屏渲染緩存區(qū)OffscreenBuffer。
當然 MPT-7B-StoryWriter-65k+ [5] 模型也有較長的外推能力，主要在于，注意力這塊使用了 ALIBI [6]。要擁有什么樣的長度...
2023-10-26 標簽：gpu數(shù)據(jù)處理ChatGPT 1k 0
以Transformer架構為基礎的AI大模型導致了模型參數(shù)量激增，短短兩年間模型大小擴大了驚人的410倍，運算量更是激增了高達750倍。
CPU是計算機的核心部件，由運算器、控制器、寄存器組和內(nèi)部總線等部分組成。常見的x86架構CPU核心數(shù)相對較少，一般在8 - 32核左右，主要是為了解決...
TPS59640 雙通道 SVID，D-CAP+;用于 IMVP-7 Vcore 的降壓工業(yè)級控制器數(shù)據(jù)手冊
TPS51640A、TPS59640 和 TPS59641 是雙通道，完全符合 SVID 標準 IMVP-7 帶兩個集成柵極驅動器的降壓控制器。高級控制...
從自然仿真到智能調(diào)度——GPU并行計算的多場景突破
我們正在參加全球電子成就獎的評選，歡迎大家?guī)臀覀兺镀薄x謝支持隨著復雜計算問題的不斷涌現(xiàn)，傳統(tǒng)的CPU串行計算在處理大規(guī)模數(shù)據(jù)與高并發(fā)任務時逐漸顯露...
2025-09-03 標簽：gpu仿真智能調(diào)度 1k 0
還有一個與批次大小有關的數(shù)量，它們在一個有趣的點上相交。這個點不取決于硬件之外的任何因素。舉例來說，在 A10G 和 A100 上，硬件可以實現(xiàn)的總浮點...
2024-01-29 標簽：神經(jīng)網(wǎng)絡gpuAI 1k 0
在評估GPU性能時，通常首先考察三個指標：圖形工作負載的紋理率（GPixel/s）、浮點運算次數(shù)（FLOPS）以及它們能處理計算和AI工作負載的每秒8-...
OceanStor A310深度學習數(shù)據(jù)湖存儲，主要面向基礎/行業(yè)大模型數(shù)據(jù)湖場景，實現(xiàn)從數(shù)據(jù)歸集、預處理到模型訓練、推理應用的AI全流程海量數(shù)據(jù)管理。
2023-08-23 標簽：gpu數(shù)據(jù)存儲AI 1k 0
過去，性能、功率和成本之間的權衡主要由大型 OEM 在行業(yè)范圍的擴展路線圖范圍內(nèi)定義。芯片制造商設計芯片以滿足這些 OEM 提出的狹窄規(guī)格。
許多DGX H100服務器又可以組成所謂的SuperPOD，其中各個獨立服務器中的加速器仍可使用NVLink傳輸數(shù)據(jù)，但耦合程度較低。每個SuperPO...
基于NVIDIA Isaac Lab拓展多模態(tài)機器人學習
構建強大的智能機器人需要在復雜環(huán)境中進行測試。然而，在現(xiàn)實世界中收集數(shù)據(jù)不僅成本高昂、耗時漫長，還常常伴隨高風險。針對關鍵危險場景（例如高速碰撞或硬件故...
NVIDIA Omniverse基于Container的部署推流方案
為了讓客戶能夠高效安裝和部署 NVIDIA Omniverse 及 NVIDIA Isaac 平臺，NVIDIA 現(xiàn)已推出簡單便捷的容器化部署方案，以支...
換一批
編輯推薦廠商產(chǎn)品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術 | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關注我們的微信
下載發(fā)燒友APP
機器人發(fā)燒友
