第1章 性能测试背景介绍性能测试主要测什么？搭建一个网站容易，搭建一个千万用户级的网站却没有那么容易，需要考究的能力有：1.横向扩展能力2.数据库的优化3.让一台机器能够承载更多用户的请求 第2章 性能测试概要<经典案例>12306订票网站、2008年北京奥运会订票系统、淘宝双11案例的共同点：·非常多的用户使用网站服务。通过技术的手段模拟大量用户同时访问被测应用
转载
2024-10-22 09:21:22
39阅读
电脑性能由CPU(中央处理器)、主板、显卡、网卡、声卡等共同决定，如果主板、显卡不行，CPU再好也不行，这5个中，CPU、主板、显卡在决定电脑性能中占的比重大一些。 (推荐学习：phpstorm)1、运算速度：计算机运算速度是指每秒钟所能执行的指令条数，同一台计算机，执行不同的运算所需时间可能不同，因而对运算速度的描述常采用不同的方法。常用的有CPU时钟频率(主频)、每秒平均执行指令数(ips)等
整个2015年都在买买买。。。买GPU。原因是想赶时髦去玩“深度学习”，但又口袋羞涩。于是整整一年都在各处比较，下单，拆，装，维护。为了省点钱煞费苦心，荒废了很多其他重要事情。所以想把经验教训写下来供各位DIY玩家参考。科学计算，例如针对深度学习。另外两个GPU主要用途——游戏，——则不在此文讨论范围。而且此文针对性价比敏感人士，对于土豪人群，推荐直接上大厂整体GPU集群解决方案，可省去大量
转载
2024-08-21 10:47:55
79阅读
第9章 原子性
在某些情况下，对于单线程应用程序来说非常简单的任务，或许使用大规模的并行架构实现却会变成一个复杂的问题。这里我们将在这些情况中使用特殊的原语从而确保安全地完成传统单线程应用程序中的简单任务。
9.1 本章目标 了解不同NVIDIA GPU的计算功能集。了解原子操作以及为什么需要使用它们。了解如何在CUDA C核函数中执行带有原子操作的运算。 9.2 计算功能集
1-
转载
2024-04-17 13:05:31
145阅读
前言GPU 是如何实现并行的？它实现的方式较之 CPU 的多线程又有什么分别？本文将做一个较为细致的分析。GPU 并行计算架构GPU 并行编程的核心在于线程，一个线程就是程序中的一个单一指令流，一个个线程组合在一起就构成了并行计算网格，成为了并行的程序，下图展示了多核 CPU 与 GPU 的计算网格：二者的区别将在后面探讨。下图展示了一个更为细致的 GPU 并行计算架构:该图表示，计算网格由多个流
CCL互联网数据中心前不久发布的《中国宽带用户调查》报告称，中国网民使用的实际宽带下载速率低于运营商提供的名义宽带速率，是“假宽带”。该报告激起一片哗然，“假宽带”也迅速成为网络热词之一。 对于普通网民而言，怎么测定自家的实际网络带宽是多少呢？两种方法测带宽 “一般我们所说的带宽是指下载速度，测量下载速度最好的方法就是通过下载数据块，“打满”带宽
转载
精选
2013-06-17 11:32:52
847阅读
iperf3 网络带宽测试工具iperf3 是一个 TCP, UDP, 和 SCTP (传输层协议)网络带宽测量工具.简介iperf 是一个用于主动测量 IP 网络上最大可用带宽的工具. 它支持与时间、协议和缓冲区相关的各种参数的调优. 对于每个测试，它报告测量的吞吐量/比特率(带宽), 丢包率和其他参数.这个版本，有时被称为 iperf3, 是 NLANR/DAST 开发的原始版本的重新设计.
转载
2024-10-31 07:59:17
80阅读
1、为什么要装CUDA，CUDNN：先来讲讲CPU和GPU的关系和差别吧。截图来自（CUDA的官方文档）： 从上图可以看出GPU（图像处理器，Graphics Processing Unit）和CPU（中央处理器，Central Processing Unit）在设计上的主要差异在于GPU有更多的运算单元（如图中绿色的ALU），而Control和Cache单元不如CPU多，这是因为GPU在进行并行
转载
2024-04-16 17:23:18
236阅读
网络分析工具——WireShark的使用1 Wireshark软件安装1.1 软件下载路径：wireshark官网1.2 win10系统安装注意事项（针对低版本）2 Wireshark 开始抓包示例3 Wireshakr抓包界面 文章来源：Wireshark是非常流行的网络封包分析软件，可以截取各种网络数据包，并显示数据包详细信息。常用于开发测试过程各种问题定位。本文主要内容包括：1、Wires
转载
2024-08-25 17:17:43
214阅读
iperf是linux下一款非常实用的测带宽工具，是C/S模型的，支持使用TCP和UDP测试，可以测试带宽，丢包（丢包指的是UDP的丢包，TCP丢包会重传）等信息。若想使用此工具必须服务端必须是公网可访问的机器。iperf原理服务端监听监听在某个端口，客户端对该端口发送流量，由此可以测的客户端带宽的相关信息。（由于一般都是测试服务器的带宽，因此测试的时候需要有两台拥有公网地址的机器）。带宽换算通信
转载
2024-04-02 14:42:56
489阅读
什么是CUDA？
CUDA是一个基于Nvidia GPU的并行计算的架构。CUDA最主要的包含两个方面：一个是ISA指令集架构；第二是硬件计算引擎；实际上是硬件和指令集。 也就是说我们可以把CUDA看做是与X86或者cell类似的架构，但是是基于GPU，而不是传统的CPU。什么是OpenCL？ 是由苹果公司发起，业界众多著名厂商共同制作的面向异构系统通用
转载
2024-06-28 18:49:22
134阅读
GPU架构SM（Streaming Multiprocessors）是GPU架构中非常重要的部分，GPU硬件的并行性就是由SM决定的。以Fermi架构为例，其包含以下主要组成部分：CUDA coresShared Memory/L1CacheRegister FileLoad/Store UnitsSpecial Function UnitsWarp SchedulerGPU中每个SM都设计成支持
转载
2024-07-19 15:17:14
169阅读
GPU 的硬件基本概念Nvidia的版本： 实际上在 nVidia 的 GPU 里，最基本的处理单元是所谓的 SP(Streaming Processor)，而一颗 nVidia 的 GPU 里，会有非常多的 SP 可以同时做计算;而数个 SP 会在附加一些其他单元，一起组成一个 SM(Streaming Multiprocessor)。几个 SM 则会在组成所谓的 TPC(Texture Pr
转载
2024-07-03 21:41:57
76阅读
1.CUDA对应的NVIDIA驱动版本对照表，参考一下表格2.显卡驱动安装，参考这里我这里选择安装的显卡驱动是NVIDIA-Linux-x86_64-410.78.run，安装是否成功，可以输入这个命令nvidia-smi，如果有显示GPU信息，那就是安装成功了。3.cuda安装装cuda首先需要降级：sudo add-apt-repository ppa:ubuntu-toolchain-r/t
转载
2024-07-22 12:41:25
2205阅读
一、典型GPU程序构成一个典型GPU程序有如下几个部分：①CPU在GPU上分配内存②CPU将CPU中的数据copy到GPU中③调用内核函数来处理数据④CPU将GPU中的数据copy到CPU中 *可以看出，四个步骤中有两个是数据的copy，因此如果你的程序需要不断地进行copy，那么运行效率会比较低，不适合利用GPU运算。一般情况下，最好的方式是，让GPU进行大量运算，同时保证计算量与通信
转载
2023-09-08 18:30:55
181阅读
文章目录概念梳理CPU主存储器/内存/RAM/运存ROM副存储器/外存硬盘（电脑）、闪存（手机）GPU显存可参考的手机内部结构示意图 做计算机组成原理上的题的时候，发觉自己对RAM和ROM的概念理解有所缺失，在看完一些文章感觉理解后，做此记录。如有错误，请一定要指出！概念梳理CPUCPU也叫做中央处理器（Central Processing Unit），是一台计算机的运算核心和控制核心。 CPU
CUDA和OpenCL比较翻译自https://www.sharcnet.ca/help/index.php/Porting_CUDA_to_OpenCL如有错误请帮忙指正，谢谢OpenCL中的数据并行编程模型与CUDA编程模型有一些共同点，使得从CUDA到OpenCL的程序转换相对简单。硬件术语硬件比较CUDAOpenCLSM (Stream Multiprocessor)CU (Compute
转载
2024-06-25 12:57:02
338阅读
推荐一款高效网络探测工具：tcping 在日常的系统管理和网络故障排查中，我们经常需要检测服务器的可达性与响应速度，tcping 是一个简单而强大的工具，它以命令行界面提供类似 ping 的功能，但专门针对TCP连接，此外还能探测HTTP服务的状态。这个项目是用Golang编写的，具备高效、轻量级和跨平台的特点。项目介绍tcping 是一款灵感源自tcping.exe的小型实用程序，其主要作用是
以下记录均在Windows11系统1. 显卡、驱动、CUDA、CUDNN、Pytorch简介显卡：即GPU，大致分为两类：Nvidia GPU以及AMD GPU，目前市场上主流是Nvidia的GPU。深度学习本身需要大量计算，而GPU的并行计算能力，在过去几年里恰当地满足了深度学习的需求。但是AMD的GPU基本没有什么支持。驱动：没有显卡驱动，就不能识别GPU硬件，不能调用其计算资源。CUDA：是
转载
2024-06-05 11:32:53
997阅读
项目突然要把opencv2换成opencv3，因为版权问题，opencv3中把sift等多个算法整合到contrib包里，所以安装的过程中踩了很多坑，来来回回安装配置了三四次才配好，这里做一个记录
安装配置OpenCV下载OpenCV 以及contrib包使用Cmake编译opencv配置配置环境变量在VS中配置OpenCVVS中全局配置单独配置一个项目测试 首先安装好Cmake，VS 我这
