联发科天玑9000的优点 联发科天玑9000支持41% 更高的内存带宽（60对42.7GB/s） 联发科天玑9000多了2个核心 联发科 Dimensity9000具有更小尺寸的晶体管（4对5纳米） 联发科天玑9000显示更好（高达27%）AnTuTu9得分 –1021K 与803K 联发科天玑9000更好的指令集架构 我用的手机就是活动时8折抢购的机会不容错过 http://shouji.adi
这意味着A17芯片的制造工艺更为先进，能够在芯片尺寸不变的情况下，提高芯片的晶体管数量和性能，
转载
2023-10-01 09:45:05
5048阅读
FPU: 8个80位浮点寄存器（数据），16位状态寄存器，16位控制寄存器，16为标识寄存器。 使用FPU指令对这些寄存器进行操作，这些寄存器构成一个循环栈，st7栈底，st0栈顶， 当一个值被压入时，被存入st0，原来st0中的值被存入st7MMX: 将8个FPU寄存器重命名为8个64位MMX寄存器，
转载
2024-05-17 14:05:06
170阅读
FP32就等于我们平时说的float浮点数，用4 Byte = 32 bit 存储数据，又叫单精度。FP16又叫半精度，用2 Byte = 16 bit 存储数据。FP64就是我们常说的double，双精度浮点数，用8 byte = 64 bit 存储。INT8就是常说的int整型。以往我们深度学习通常用FP32来进行训练，少数情况也会用FP64。但是现在发现有时候也没必要用这么高精度的
第一章 GPU虚拟化发展史GPU的虚拟化发展历程事实上与公有云市场和云计算应用场景的普及息息相关。如果在10年前谈起云计算，大部分人的反应是“不知所云“。但是随着云计算场景的普及，概念的深入人心，慢慢地大家都对云计算有一个较清晰的概念和实例化的理解。自然，随着应用场景从单一依赖CPU的计算单元的应用扩展到多种体系架构，异构计算场景的应用上来后，对GPU，FPGA，TPU等专业计算芯片也
转载
2024-08-22 13:07:37
88阅读
如果您需要在 Windows 系统还原（又名 Windows 恢复模式）中加载 VirtIO 块存储驱动程序（又名 viostor）以恢复您的 Windows 虚拟机，请执行以下步骤。（另请阅读我下面的注释）。
下载 virtio-win iso并在您的 VM 设置中将其添加为 CD/DVD 驱动器。启动 Windows 系统还原并启动命令提示符： 运行 wmic logicaldisk
转载
2024-04-03 16:13:16
376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
在微软最新发布的 Windows Insider 预览版本中，WSL2 获得了 GPU 计算支持。这意味着 Linux 二进制文件可以利用 GPU 资源，在 WSL 中进行机器学习、AI 开发或是数据科学等工作。微软在今年五月份的 Build 2020 大会上宣布了 WSL 对 GPU 计算的支持，对这项功能的需求在社区中一直拥有很高的呼声。目前，需要在WSL中启用GPU支持需要加入Windows
转载
2024-07-23 14:58:10
151阅读
我们知道做深度学习离不开GPU，不过一直以来对GPU和CPU的差别，CUDA以及cuDNN都不是很了解，所以找了些资料整理下，希望不仅可以帮助自己理解，也能够帮助到其他人理解。 先来讲讲CPU和GPU的关系和差别吧。截图来自资料1（CUDA的官方文档）： 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在进行并行计算的时候每个运算单元都是
转载
2024-07-19 14:05:47
3046阅读
所谓的AI芯片，一般是指针对AI算法的ASIC（专用芯片）。 传统的CPU、GPU都可以拿来执行AI算法，但是速度慢，性能低，无法实际商用。 比如，自动驾驶需要识别道路行人红绿灯等状况，但是如果是当前的CPU去算，那么估计车翻到河里了还没发现前方是河，这是速度慢，时间就是生命。如果用GPU，的确速度要快得多，但是，功耗大，汽车的电池估计无法长时间支撑正常使用，而且，老黄家的GP
转载
2024-06-12 09:24:10
73阅读
技术日新月异，物联网、人工智能、深度学习等遍地开花，各类芯片名词GPU, TPU, NPU，DPU层出不穷…它们都是什么鬼？又有什么不一样？01CPUCPU，作为机器的“大脑”，它是布局谋略、发号施令、控制行动的“总司令官”，担负着整个计算机系统的核心任务。CPU由多个结构组成，其中包括运算器（ALU, Arithmetic and Logic Unit）、控制单元（CU, C
转载
2024-08-30 14:10:38
286阅读
Adreno GPU上Android 游戏开发介绍（2）高通真HDR介绍高动态范围 (HDR)广色域 (WCG)色量显示技术光显示概述HDR10颜色体积映射 高通真HDR介绍HDR 显示器在 PC 和电视领域已经存在了很长时间。 在移动端，2018年出现的OLED屏幕开始支持更高的动态范围和更广的色域。 为了更好地利用屏幕的广色域和高动态范围，高通推出了 True HDR 游戏。真正的 HDR
转载
2024-03-29 06:43:32
263阅读
FBO与fb0的区别 FBO(Frame Buffer Object帧缓存对象)是OpenGL对渲染目的地的扩展，提供创建额外非可显示的FBO 的接口。它可以实现OpenGL渲染输出重定向。OpenGL默认把framebuffer当作渲染的目的地，它由窗口系 统创建并管理。 texture(纹理)和renderbuffer(渲染缓存)是两种可附着的framebuffer，它们附加到FBO，Open
转载
2024-05-01 14:19:43
263阅读
什么是CPU与GPU，它们之间有什么关系一、CPU1. 核心功能2. 工作原理3. 组成部分4. 发展历程5. 性能指标6. 架构种类7. 发展趋势8. 应用领域二、GPU三、CPU与GPU的关系 什么是CPU与GPU，它们之间有什么关系一、CPUCPU，全称是“Central Processing Unit”，中文名为“中央处理器”。它是计算机系统的运算和控制核心，是信息处理、程序运行的最终执
1向量向量，也被称为矢量，是数学、物理学和工程学中的基本概念，它指的是同时拥有大小和方向的几何物体，通常以蒜头符号命名，以区别于其他量（例如标量〉。矢量通常被标记为带有箭头的线条，线条的长度用来表示向量的大小，箭头所指的方向则是向量的方向。与向量概念相对的是标量，它只有大小没有方向1.1相关概念(1 ）反向量：大小相等 方向相反的向量。 (2 ）零向盘：始点与终点重合的向量。 (3 ）等向量：大小
CPU ，Central Processing Unit主要包括三大部件：
运算器（算术逻辑运算单元，ALU，Arithmetic Logic Unit）
高速缓冲存储器（Cache）及实现它们之间联系的数据（Data）、控制及状态的总线（Bus）。
内部存储器（Memory）和输入/输出（I/O） CPU的性能主要体现在其运行程序的速度上。影响运行速度的性能指标包括CPU的
虚拟化（KVM）虚拟化介绍： VMware Workstation就是虚拟化虚拟化简单讲，就是把一台物理计算机虚拟成多台逻辑计算机，每个逻辑计算机里面可以运行不同的操作系统，相互不受影响，这样就可以充分利用硬件资源 关键词Hypervisor(VMM) 虚拟机管理器 虚拟化技术分为全虚拟化和半虚拟化 早期的CPU硬件不支持虚拟化，虚拟机上的操作系统（guestos）要想使用cpu资源，需要通过VM
转载
2023-08-26 12:33:48
2950阅读
在写shader的时候，其实一些写法对于其执行影响非常大，而且由于gpu和cpu在架构上的不同，代码的优化思想也不一样，最近一直在写几个shader，为了性能问题，查阅了很多资料，把一些tips总结下来。 首先要树立几个思想：1.gpu是SIMD的架构，即单指令多数据流架构，即在gpu上同时执行n个数据和执行1个数据的效率是一样的，我们要尽量的把并行的计算搬到gpu上2.gpu是以向量计
转载
2024-06-29 09:14:27
223阅读
骁龙8gen1：这款芯片搭载的是Cortex-X2超大核（3.0GHz）1 Cortex-A710大核（2.5GHz）3 Cortex-A510小核（1.79GHz）4，全新的x2超大核心，进一步的提升CPU的性能，并降低CPU的功耗，带来更好的性能体验。骁龙8gen1：这款处理器为用户提供三星的4nm制作工艺，是目前最好的芯片制作工艺，可以提供更低的芯片功耗。骁龙8gen1：搭载了最新的
原创
2023-05-17 10:45:22
696阅读
上一篇博客讲过了GPU比对乘法运算，使用的是cublas库的cublasSegmm和cublasGemmEx接口，速度很快，但当时也提出了问题，就是GPU的内存不够大，就算是损失一定精度压缩成int8型数据，也只是会比FP32型多存储4倍数据。如果在很大型的千亿级别数据项目中，就需要很大很大的显存才可以放得下这么多数据。但GPU成本比较高，显
