1.串行（serial）与并行（parallel）相对应，是指我们从事某项工作时一个步骤接着一个步骤的去实施。2.GPU主要负责高度线程化的并行任务，CPU负责逻辑性强的事物处理和串行运算。3.内核函数kernel是一系列的，理想情况下CPU串行代码是负责清理上一个内核函数并启动下一个内核函数。4.CUDA（compute unified device architecture，统一计算设备架构）
转载
2024-04-18 06:02:51
142阅读
Procedural content generation (PCG)程序化生成在许多游戏中已经有广泛应用，从简单的随机物体摆放，到全自动生成武器，建筑或者AI等等。PCG在计算机图形学中最基本的应用之一就是基于高度图的地形生成。现如今已经有许多不同的实时地形生成技术，大多数是利用过程化生成噪音去创建高度图。目前最新引人的技术是模拟1/f 噪音（called “
转载
2024-08-15 17:16:28
42阅读
Core Animation provides a way for developers to produce animated user interfaces via an implicit animation model as well as an "explicit" model. The developer specifies the original and final sta
转载
2017-04-17 15:07:00
149阅读
2评论
The Linux kernel is the core component of the Linux operating system, responsible for managing system resources and providing a bridge between hardware and software. Despite its robustness, the Linux
原创
2024-03-25 11:39:24
29阅读
Introduction使用GPU Instancing可以一次渲染(render)相同网格的多个副本，仅使用少量DrawCalls。在渲染诸如建筑、树木、草等在场景中重复出现的事物时，GPU Instancing很有用。每次draw call，GPU Instancing只渲染相同(identical )的网格，但是每个实例(instance)可以有不同的参数(例如，color或scale)，以
一、什么是Adreno GPU SDKAdreno GPU SDK是高通技术公司的产品。使用Qualcomm®Adreno™SDK，您可以充分利用Adreno GPU提供的图形和计算能力。定制的Adreno GPU集成在高通技术有限公司的高通®Snapdragon™处理器中，为移动设备提供沉浸式二维和三维游戏体验。该工具包包括工具、库、示例、文档和用于快速跟踪开发的教程。您可以利用这些资源来帮助确
转载
2024-04-25 12:44:07
69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
在学习和使用Kubernetes（K8S）时，经常会涉及到利用GPU来加速深度学习任务。在现代深度学习框架中，如TensorFlow等，使用Tensor Core GPU可以显著提高模型训练和推理的速度。本文将教你如何在Kubernetes环境中配置和使用Tensor Core GPU。
### 步骤概览
下面是配置和使用Tensor Core GPU的整体流程概览：
| 步骤 |
原创
2024-05-17 09:40:28
146阅读
在Kubernetes（K8S）中，如何实现GPU核心负载均衡（gpu core load）是一个比较热门的话题。GPU核心负载均衡指的是将计算任务在多个GPU核心之间进行均衡分配，以提高计算效率和资源利用率。在本文中，我将向你介绍如何在K8S中实现GPU核心负载均衡的方法。
步骤如下表所示：
| 步骤 | 描述 |
| ---- | ---- |
| 步骤1 | 在K8S集群中启用GPU支持
原创
2024-05-17 09:36:02
210阅读
先放结论：ASIO：硬件支持+对应驱动程序DS：兼容性最好，一般也是默认的。WASAPI：是Vista之后的，较佳选择输出方式。再来详细看：ASIO、WDM都是指音频通道，就是音频数据走的路。ASIO指的是ASIO音频通道；WDM是指WDM类型的音频通道，具体包括WaveOut、DirectSound（简称DS）、Kernel Streaming（简称KS），Windows Vista和7 还比X
AMD宣布AWS会采用EPYC服务器芯片，双方已经达成合作。 盼了又盼，AMD的发布会终于召开了。 11月7日消息，在美国旧金山，AMD召开了名为Next Horizon的大型发布会，会上发布了之前就已经“走漏风声”的全球首款7nm GPU，更让粉丝惊喜的是，一同发布的还有第二代EPYC霄龙，这是全球第一个7nm服务器处理器。 EPYC霄龙代号为“Rome”（罗马），它基于全新的Zen 2架
转载
2024-03-21 13:54:33
47阅读
探讨了关于AMD GPU体系结构中关于Early-Z可见性测试被限制的原因！通过分析，我们不但可以在编写程序的时候更深入地理解GPU运作的原理以及和D3D Graphics Pipline的联系，而且也可以在日后设计自己的GPU Implement中更全面的去权衡GPU Arch。
深度解析AMD GPU Hierarchical Z &
只要是我自己的机器安装的Linux，内核肯定要自己重新编译的。因为看到/lib64/modules/下面特定版本的文件夹包罗万象，就替cpu感到累，替内存感到撑得慌，虽然知道这是错觉，但一定要去做点事让心理好受点。起码，我就这点外围硬件，顶多插个U盘，留这么多驱动干啥？关于内核的支持情况可参考：Active kernel releases 关于内核的编译可参考：Arch Linux Kernel/
转载
2024-05-08 05:56:31
56阅读
十二生肖分类任务要求图像分类实现思路图像分类原理数据准备解压数据集数据标注数据集定义模型开发模型训练优化模型评估参考 任务要求 找到一个最优算法，让机器能够分清每个属相动物的照片，这是一个基于图像的分类任务。图像分类实现思路图像分类原理数据准备解压数据集 我们将网上获取的数据集以压缩包的方式上传到aistudio数据集中，并加载到我们的项目内。在使用之前我们进行数据集压缩包的一个解压（十二生
转载
2024-08-24 19:34:31
63阅读
问题来源在安装百度apollo教育版edu_sim_contest时，编译通过，DreamView启动也很顺利。但是prediction模块起不来，表现为一打开prediction开关，prediction模块就自动退出，导致静态障碍物绕行仿真case本地复现不了。问题排查分析contest_debug.pb.txt，点击prediction切换开关时，相关文件为：/apollo/modules/
转载
2024-05-09 14:38:09
223阅读
## Android 与 Kernel 交互
在 Android 系统中，Kernel 是起着关键作用的操作系统核心，它负责管理硬件设备、内存和进程。Android 应用通过与 Kernel 进行交互来执行一些底层操作。在本文中，我们将介绍 Android 应用如何与 Kernel 交互，并提供一个简单的代码示例。
### Android 与 Kernel 交互的方法
Android 应用程
原创
2024-02-18 06:45:53
259阅读
该函数实现在kernel/reboot.c中，主要功能为重新启动kernel，比如发现kernel进入到了一个异常场景，此时我想重启kernel，那么该函数就可以调用。那么接下来 我们解析下该函数的实现过程，该函数中，总共调用了5个函数：kernel_restart_prepare(cmd) 主要功能为回调注册到reboot_notifier_list链表中的回调函数，因为有部分模块，需要在重启系
KVMGT-kernel是Intel开源技术01.org推出的一项完整的GPU虚拟化解决方案,在KVM和XEN的基础上实现。本文档对该技术进行相应测试，让大家有个基本参考和了解。KVMGT-kernel目前支持虚机系统包含win7 32,位，win8.1 ubuntu,centos 。首先来看下
原创
2021-12-27 09:52:33
1158阅读
GPU组成《计算机组成原理 — GPU 图形处理器》已经大概说明出GPU一般都是由比CPU多的core组成，而每个core 相当于一个单独线程进行计算，并且可以同时触发执行相同的单一指令但是每个计算单元数据不同(称之为SIMD)的指令执行。在英伟达GPU中 core一般称之为之为cuda core，GPU内部一般集成了成千上万个cuda core。为了方便进行进行对这么多的核进行管理调度，GPU将
1、工作组和工作项OpenCL运行时系统会创建一个整数索引空间，索引空间是N维的值网格，N为1、2或3，又称NDRange。执行内核的各个实例称为工作项（work-item）。工作项在整个索引空间中由一个全局ID标识，就像学校给学生用学号标识。工作项组织为工作组（work-group）。全局索引为工作组指定了工作组ID（就像学校给班级编号），工作组内又为工作项指定了局部ID（就像班级里又为学生编了
