继上一篇文章学习使用C++存储一个不规则二维数组之后，这里介绍如何在C语言版的CUDA中实现一个不规则的二维数组。
原创
2024-03-13 11:25:02
125阅读
CUDA编程模型CUDA编程模型将CPU作为主机，GPU作为协处理器（co-processor）或设备。在这个模型中，CPU负责逻辑性强的事务处理和串行计算，GPU则专注于高度线程化的并行处理任务。CPU、GPU各自拥有相互独立的存储器地址空间。一旦确定了程序中的并行部分，就可以考虑把这部分计算工作交给GPU。kernel：运行在GPU上的C函数称为kernel。一个kernel函数并不是一个完整
转载
2024-05-13 17:00:11
303阅读
从Python接口调用GPU进行加速的方案有很多，包括Cupy和PyCuda以及之前介绍过的Numba，还可以使用
原创
2024-08-06 09:38:15
84阅读
我们先从理论上来解释一下这个kernel的取名，cuda中occupancy指的是一个SM中实际活跃的warp与理论上可以最高可以活跃的warp的比值，然后
原创
2024-07-31 10:28:21
61阅读
CUDA10与Linux kernel之间的兼容性一直是许多开发者关注的焦点之一。在过去的几年里，随着GPU技术的不断发展和Linux操作系统的流行，越来越多的开发者开始在Linux上使用CUDA进行GPU加速的编程工作。然而，由于CUDA和Linux kernel之间的兼容性问题，有时会给开发者带来一些困扰。
在CUDA10发布之后，许多开发者开始关注它与Linux kernel之间的兼容性情
原创
2024-04-29 10:59:24
121阅读
1、限制程序功能函数EnableMenuItem 允许、禁止或变灰指定的菜单条目EnableWindow 允许或禁止鼠标和键盘控制指定窗口和条目（禁止时菜单变灰）2、对话框函数CreateDialog 从资源模板建立一非模态对话窗CreateDialogParam 从资源模板建立一非模态对话窗CreateDialogIndirect 从内存模板建立一非模态对话窗CreateD
转载
2024-07-31 13:41:44
223阅读
在Ubuntu16.04上安装cuda时，报如下错误; Installing the NVIDIA display driver… The driver installation is unable to locate the kernel source. Please make sure that the kernel source packages are installed a...
原创
2021-05-20 22:59:09
1055阅读
1、引言本文主要介绍并行分析，涉及掌握nvprof的几个metrics参数，所用的例子是CUDA性能优化----线程配置一文中所提到的sumMatrix2D.cu例子。接下来本文会做一些列的试验，测试环境：Tesla M2070一块，CUDA 6.0，操作系统：Red Hat 4.1.2-50，gcc version 4.1.2 20080704首先回顾一下sumMatrix2D的kern...
转载
2021-12-22 09:52:00
641阅读
1、引言本文主要介绍并行分析，涉及掌握nvprof的几个metrics参数，所用的例子是CUDA性能优化----线程配置一文中所提到的
转载
2022-04-08 11:37:33
3845阅读
考： 《CUDA C 编程指南》导读 https://developer.nvidia.com/blog/gpu-pro-tip-cuda-7-streams-simplify-concurrency/ 如何实现nvidia显卡的cud
原创
2022-11-16 23:10:02
706阅读
解决方案SET(CUDA_NVCC_FLAGS -gencode arch=compute_61,code=sm_61;-G;-g)设置arch和code与电脑的显卡匹配，就可以解决。
原创
2022-07-14 12:38:08
1493阅读
cuda7在centos7安装提示Xserver运行，需要在单用户模式下安装重启centos7->出现操作系统的界面按上下光标键->e(进入编辑)->ro改为rw,去掉rhgbquiet,在8后加init=/bin/bash->ctrl+x->su->chmod+xcuda_7.0.28_linux.run->./cuda_7.0.28_linux.run
原创
2018-01-18 11:22:31
4032阅读
x传入的不是list，而是tensor。原因是 pytorch。改成list就没有这个问题。
原创
2024-10-10 12:28:40
636阅读
CUDA Libraries简介 上图是CUDA 库的位置，本文简要介绍cuSPARSE、cuBLAS、cuFFT和cuRAND，之后会介绍OpenACC。cuSPARSE线性代数库，主要针对稀疏矩阵之类的。cuBLAS是CUDA标准的线代库，不过没有专门针对稀疏矩阵的操作。cuFFT傅里叶变换cuRAND随机数CUDA库和CPU编程所用到的库没有什么区别，都是一系列接口的集合，主要好处
转载
2023-11-23 14:44:23
141阅读
Linux是一款开放源代码的操作系统，由世界各地的众多程序员共同开发和维护。而Linux内核作为Linux操作系统的核心部分，起着至关重要的作用。在Linux内核中，main函数是一个非常关键的函数，它负责初始化内核的各种模块，为整个系统的正常运行奠定基础。
main函数是Linux内核启动时的入口点，也是整个内核执行过程的起点。在main函数中，内核首先会初始化各种硬件设备和数据结构，为后续的
原创
2024-04-24 10:11:30
94阅读
4.2 内核初始化
如图4.6所示，内核的初始化过程由start_kernel函数开始，至第一个用户进程init结束，调用了一系列的初始化函数对所有的内核组件进行初始化。其中，start_kernel、rest_init、kernel_init、init_post等4个函数构成了整个初始化过程的主线。
转载
2011-03-10 16:59:53
1035阅读
机器学习算法中，不论是感知机还是支持向量机，在面对非线性问题时，往往都会用到一个名为“核函数”的技巧。 非线性分类的问题 在某些情况下，无法用直线(线性模型)将正负实例正确分开 如果能用$R^n$中的一个超曲面将正负例正确分开,则称这个问题为非线性可分问题 核函数的作用是通过非线性变换(映射)将原空 ...
转载
2021-10-31 13:58:00
1155阅读
2评论
int ep_call_nested(struct nested_calls *ncalls, int max_nests, int (*nproc)(int *, int *, int))
原创
2022-10-16 00:04:30
66阅读
-=
原创
2022-07-15 21:31:21
282阅读
Linux kernel中的sleep函数是一个非常重要的系统调用，它被用来让当前进程暂停执行一段时间，让其他进程有机会执行。在操作系统中，多个进程共享CPU资源，通过合理的调度算法来实现进程之间的切换，以提高系统的效率和性能。
在Linux kernel中，sleep函数通常被用来实现延迟执行或定时任务，比如在驱动程序中等待硬件操作完成后再继续执行下一步操作，或者在定时任务中定时执行某些操作。
原创
2024-04-08 10:33:13
331阅读
