CUDA：为“GPU通用计算”构建的运算平台。 cudnn：为深度学习计算设计的软件库。 CUDA Toolkit (nvidia)： CUDA完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。包括 CUDA 程序的编译器、IDE、调试器等，
转载
2023-10-31 09:35:11
806阅读
声明：本文部分内容来自网络。由于知识有限，有错误的地方还请指正。本帖为自己学习过程的记录帖，如果对您有帮助，我将荣幸之至。欢迎和我一起讨论，联系方式：新浪微博 @躺在草原看夕阳。 什么是显卡？ 显卡（Video card，Graphics card）全称显示接口卡，又称显示适配器，是计算机最基本配置、最重要的配件之一。就像电脑联网需要网卡，主机里的数据要显示在屏幕上就需要显卡。因此，显卡是电
转载
2017-04-17 15:37:00
238阅读
2评论
CPU (Central Processing Unit) 即中央处理器GPU (Graphics Processing Unit) 即图形处理器GPGPU全称General Purpose GPU，即通用计算图形处理器。其中第一个“GP”通用目的（Ge...
转载
2023-06-25 07:50:24
1184阅读
第3章 CUDA 简介
《大规模并行处理器编程实战》学习，其他章节关注专栏 CUDA C
CUDA C 编程友情链接：
第三章 CUDA 简介-CUDA C编程向量加法
第四章 CUDA数据并行执行模型
第五章 CUDA 存储器
第六章 CUDA性能优化（内附原书链接）
核函数：CUDA编程入门（一）-以图片运算看线程的组织和核函数的使用
拓展：CUDA卷积计算及其优化——以一维卷积为例
这
原创
2021-09-14 13:46:42
746阅读
使用GPU的好处在类似的价格和功率范围内，图形处理单元（GPU）提供的指令吞吐量和内存带宽比CPU高得多。许多应用程序利用这
原创
2022-07-26 10:24:58
161阅读
引用出自Bookc的博客，链接在此http://bookc.github.io/2014/05/08/my-summery-the-book-cuda-by-example-an-introduction...
转载
2016-09-09 23:40:00
320阅读
3评论
一个 GPU 包含多个 Streaming Multiprocessor ，而每个 Streaming Multiprocessor 又包含多个 core 。 Streaming Multiprocessors 支持并发执行多达几百的 thread 。 一个 thread block 只能调度到一个 Streaming Multiprocessor 上运行
转载
2024-05-23 13:31:48
130阅读
在支持CUDA的设备上运行什么？确定应用程序的哪些部分在设备上运行时应考虑以下问题：该设备非常适合可同时并行运行在多个数据元素上的计算。 这通常涉及大数据集（例如矩阵）的算术，其中可以同时在数千甚至数百万个元素上执行相同的操作。 这是CUDA良好性能的要求：软件必须使用大量（通常为数千或数万）并发线程。 并行运行大量线程的支持来自CUDA使用上述轻量级线程模型。为了获得最佳性能，设备上运行的相邻线
转载
2024-04-26 10:51:09
107阅读
"CUDA学习：CUDA9.0+VS2017+win10详细配置"
原创
2021-08-27 09:26:32
273阅读
cuda、cudnn环境配置一、cuda、cudnn概念及关系1、什么是cuda？CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题2、什么是cudnn？NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开
转载
2024-07-06 12:03:35
325阅读
本文系统ubuntu18 首先明白三个概念。GPUCUDA driverCUDA Toolkit这三个都有各自的版本，以至于适配起来很麻烦。GPU就是我们的硬件。每个电脑的显卡型号不同，比如我的是GeForce 1070TI。这个都是买电脑的时候就确定的，没什么可说。查看版本命令：lspci | grep -i vgaCUDA driverCUDA driver是驱动程序，驱动用于电脑正常显示图片
转载
2023-12-23 22:39:20
94阅读
前言 在并发，多线程环境下，同步是一个很重要的环节。同步即是指进程/线程之间的执行顺序约定。 本文将介绍如何通过共享内存机制实现块内多线程之间的同步。 至于块之间的同步，需要使用到 global memory，代价较为高昂，目前使用的情况也不多，就先不介绍了。块内同步函数：__syncthreads () 线程调用此函数后，该线程所属块中的所有线程均运行到这个调用点后才会继续往下运行。代码
转载
2024-03-20 20:14:56
293阅读
CUDA的安装和环境配置 第一步，首先查看自己的电脑是不是英伟达显卡的，不是的话就装不了！ 第二，电脑上要有visual studio,没有的话，可以登录Csdn—https://msdn.itellyou.cn/这个网址上面下一个， 具体下载那个看自己的需求（建议下个2010版本的） 第三就是下载cuda了：进这个网址https://developer.nvidia.com/cuda-downl
转载
2023-06-30 22:30:28
187阅读
如果官网下载不顺利，可以到百度网盘下载1.安装显卡驱动查看你的显卡信息：lspci | grep -i nvidia。根据你的显卡型号到官方中文驱动下载页面下载驱动。该页面有安装指导。
禁用Nouveau驱动，重启。Ctrl+Alt+F1进入文本模式，输入sudo service lightdm stop关闭X服务器，输入sudo apt-get autoremove --purge nvidia
转载
2024-08-20 09:53:49
342阅读
前言：我的问题是这样的，在b站跟着博主一起在Anaconda环境下安装gpu版本的pytorch，步骤都是一样，但是最后利用torch.cuda.is_available()验证的时候，返回值一直都是False。在虚拟环境中利用conda list 查看已下载的pytorch的信息，显示的是cpu版本的，这样安装卸载几个来回，终于在csdn上找到了答案，问题已经成功解决。
转载
2023-10-06 18:44:55
765阅读
问题描述: 配置vedadet 环境时报错OSError: CUDA is required to compile vedadetNo CUDA runtime is found, using CUDA_HOME=’/usr/local/cuda:/usr/local/cuda’Compiling nms_ext without CUDA解决：export FORCE_CUDA="1"
原创
2021-10-22 17:07:11
10000+阅读
>> NVIDIA CUDA 4.1 Compiler Now Built on LLVMLLVM可是个好东西，在Apple力顶之下，这几年真是发展快快。LLVM是知名的开源编译器技术基础架构，其模块设计可方便的加入新语言和处理器架构支持，目前支持C/C++、Objective-C、Fortran、Ada、Haskell、Java bytecode、Python和Ruby等
CUDA全称(Compute Unified Device Architecture),是 NVIDIA开发的一款用于驱动GPU的统一计算设备架构，包含了许多底层API函数，通常用于GPU的并行计算开发。CPU与GPU的的硬件架构区别两者最大不同在于：CPU有控制单元Control，和算数逻辑单元ALU，负责逻辑性强的事务处理；GPU具有大量的并行化现成网格单元，专注于执行高度线程化的并行处理任务
转载
2024-02-04 01:06:40
448阅读
一、常用命令1.查看NVIDIA 版本 nvidia-smi2.查看CUDA版本 nvcc -V二、下载安装相关资源1.CUDA Toolkit CUDA Toolkit Archive | NVIDIA Developer选择自己需要的版本点击后进入下图界面 （1）在浏览器复制wget地址，进行下载
转载
2023-09-06 21:55:38
110阅读
目录硬件模型：线程模型：内存模型：SIMT架构：Warp(并行线程组)：基本概念：warp的执行方式：SIMT与SIMD的区别：Volta架构：注意：性能优化：核心原则：实现最大化利用率：最大化存储吞吐量：最大化指令吞吐量：最小化内存抖动：学习资料：前记：呜呜呜，最近事情太多了，看了都没写，寄！-----------------------------------博主：mx硬件模型： 如上图
转载
2024-04-24 23:39:40
145阅读
