模拟物理和数值计算做了十多年，从最开始入门的C/C++，到MATLAB，到Python，再到CUDA C，语言学了挺多种。用过许多数值计算库，也手写过许多算法，元胞自动机，蒙特卡洛模拟，数值最优化，矩阵计算，有限元分析，图像处理，图像重建等等，算是也涉猎过不少应用。做了这么多年性能优化，感想很多。算法，或者说算法的某一个程序实现，在能完成它必需的功能以外，最重要的要求就是能在有限的资源支持下，达到
IoC全名Inversion of Control，如果中文硬要翻译过来的话，就是「控制反转」。初看IoC，从字面上不容易了解其意义，我觉得要了解IoC，要先从Dependency Inversion开始了解，也就是依赖关系的反转。 Dependency Inversion在下面这篇文章中有了清楚的解释：http://www.objectmentor.com/publications/dip.
在场景服务中，如果有一个人A的行为想要被其他人看得到，就必须将A的数据包进行转发给其他人。最KISS的办法，就是直接把A的数据包直接在场景服务内组播。但是在一个场景服务中可能有成百上千个人，如果直接在服务进程内进行广播，数据流量会大到一个很夸张的地步，至少以目前的网速来讲是不现实的。因此，往往场景服务都为人物设计一个视野半径，即只将数据包转发给在我视野内的人，这样可以极大的降低数据的转发流量。而A
对caffe深度学习框架早已深有耳闻，以前用过deeplearning toolbox master 的matlab代码跑CNN，现在感觉落伍了，还是得学习一下caffe才行。一、Ubuntu平台下的caffe编译1.最开始想在windows平台安装caffe，由于多数编程在VS2013下，想图个方便，便从网上找了不少的教程，如http://www.bubuko.com/infodetail-90
GANcraft-将游戏玩家变成3D艺术家NVIDIA 和康奈尔大学的科学家们引入了一种混合无监督神经渲染流程，可以在立体元素世界中有效地表示大型复杂场景。从本质上讲，3D 艺术家只需要构建最简单的部分，算法将完成剩下的工作来构建一个逼真的世界。研究人员将这种混合神经渲染管道应用于 Minecraft 块世界，以生成更逼真的 Minecraft 场景版本。NVIDIA 和更广泛的研究社区（pix2
1、MetalMetal 是一个和 OpenGL ES 类似的面向底层的图形编程接口，可以直接操作GPU；支持iOS和OS X，提供图形渲染和通用计算能力。（不支持模拟器） MTLDevice 对象代表GPU，通常使用MTLCreateSystemDefaultDevice获取默认的GPU； MTLCommandQueue由device创建，用于创建和组织MTLCommandBuffer
概况众所周知组件化是个好东西，它把项目拆分成多个模块，让每个模块能够独立出来解除各个模块之间的耦合性，作为每个独立的模块不仅仅能够使用组合的方式去组建各个不同的功能组合（前提是各个组件划分的颗粒度只要足够小），而且能够独立出来运行，在开发运行以及测试中极大的提升了开发效率，让整个项目在维护上变得方便，而且整个项目的扩展性变得更健壮。在 iOS 中可以通过 Pods 管理各个组件，Pods 的原理不
一、板卡概述 图 2:ZU19EG板卡原理框图 二、主要功能和性能板卡功能参数内容PL端FMC2路 FMC HPC，ASP-134486-01 每路 8路GTH，LA 定义光纤4路QSFP28+,可配置100G、40G以太网、Aurora、RapidIO协议DDR42组 64-bit/4GB，2666MT/sPCIe&nb
Real-TimeRendering读书笔记-知识点概括——第三章（记忆用）第三章，GPUGPU由大量的（数以千计）处理器（着色单元）构成。SIMD模式：single instruction,multiple data 单一指令，多数据假如有一个模型需要两千个像素绘制，那么一个像素着色程序就需要被调用两千次，如果一个处理器来处理，那么如果像素需要访问纹理数值，这个访问指令的生成是非常迅速的，但是因
一、PC架构 先看一下酷睿架构图： &n
转载
2024-09-18 20:01:23
767阅读
1 OTL简介OTL 是 Oracle, Odbcand DB2-CLI Template Library 的缩写，是一个C++编译中操控关系数据库的模板库，它目前几乎支持当前所有的各种主流数据库，例如Oracle, MS SQL Server, Sybase, Informix, MySQL, DB2, Interbase /Firebird, PostgreSQL, SQLite,
最近，淘宝开源了分布式消息中间件Memorphosis项目，它是Linkedin开源MQ——Kafka的Java版本，针对淘宝内部应用做了定制和优化。据了解，Metamorphosis（以下简称Meta）的设计原则包括：消息都是持久的，保存在磁盘。吞吐量第一。消费状态保存在客户端。分布式，生产者、服务器和消费者都可分布。Metamorphosis的总体架构图如下：除了完整实现Kafka的功能之
转载
2024-03-26 12:49:16
102阅读
概要：AI已无处不在，两股力量正推动计算机领域的未来。GTC CHINA 2017大会上，英伟达创始人兼CEO黄仁勋表示，AI已无处不在，两股力量正推动计算机领域的未来。第一、摩尔定律已终结，设计人员无法再创造出可以实现更高指令集并行性的CPU架构；第二、深度学习正在引领软件和计算机领域的变革。深度学习、大数据和GPU计算的结合引爆了AI革命。30亿美金研发投入 GV100剑指AIAI芯片也被称为
转载
2024-05-10 10:32:55
24阅读
今天分享的这篇Paper来自Los Alamos National Laboratory(LANL), Los Alamos国家实验室的项目, 他们提出了新的GPU model, 也是开源项目, PPT-GPU (Performance Prediction Toolkit) GPU model. 预测误差在10%以内, 可扩展, 比GPGPU-Sim快450倍, 而且更精确.Background
转载
2024-05-14 21:55:37
497阅读
WiFi发展至今已有20多年的历史，WiFi模组就已经不是一个新兴概念。随着国内市场上智能硬件的成长，WiFi迎来了"爆发式"增长，这也意味着WiFi模组找到了春天。 无线通信模块的价值主要体现在其融合了多种通信制式，能够满足不同应用场景下的环境要求。其位置处于上游标准化芯片与下游分散化垂直领域的中间环节，能很好地满足不同客户在特定场景下的需求。这也正体现了WiFi模组存在的价值。WiF
转载
2023-12-25 11:16:02
53阅读
代码没有备注，花时间整理了备注，方便快速查找对应的Filterprivate static GPUImageFilter createFilterForType(final Context context, final FilterType type) {
switch (type) {
case CONTRAST:
return new GPUIm
一、概述title：LORA: LOW-RANK ADAPTATION OF LARGE LAN- GUAGE MODELS论文地址：https://arxiv.org/abs/2106.09685代码：GitHub - microsoft/LoRA: Code for loralib, an implementation of "LoRA: Low-Rank Adaptation of Larg
QCT 和 Supermicro 率先使用服务器规范支持 100 多种系统配置来加速 AI、HPC、Omniverse 工作负载COMPUTEX—— 为满足全球数据中心多样化的加速计算需求，NVIDIA 今天发布了 NVIDIA MGX™ 服务器规范，该规范为系统制造商提供了模块化参考架构，可以快速且经济高效地构建 100 多种服务器变体，以适应广泛的需求人工智能、高性能计算和 Omniverse
直线模组是什么？
原创
2023-06-09 18:04:15
258阅读
一、板卡简介 基于3U PXIe的ZU11EG/ZU7EG/ZU7EV的通用 ，实现FMC的数据接口和主控计算，广泛应用于工业控制，检测，视觉处理。支持工业级温度工作。 二、主要功能 1、板卡核心芯片使用ZU11EG-2FFVC1156I MPSOC处理器，PL端一路DDR4
