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
一、矢量和标量矢量：包含了模和方向。如 以10km/h的速度向北骑行。区别于点：矢量是一个相对量，所在位置不重要，只要模和方向一致就是相等的。而点表示的就是一个位置。标量：只有模没有方向。如 家距离学校1公里。 矢量运算：记住矢量的位置并不重要，可以通过移动矢量的位置，来做矢量运算。B点到A点的位移可以用a-b得到的矢量表示。 单位矢量：在实
转载
2023-12-19 19:04:06
131阅读
博主 [DTcode7] 带您 溺亖在知识的海洋里，嘿嘿嘿.~ ? 个人主页—— DTcode7 的博客?《微信小程序相关博客》《Vue相关博客》《前端开发习惯与小技巧相关博客》《AIGC相关博客》《photoshop相关博客》 ? 吾辈才疏学浅，摹写之作，恐有瑕疵。望诸君海涵赐教。望轻喷，嘤嘤嘤 ? ? 愿斯文对汝有所裨益，纵其简陋未及渊博，亦足以略尽绵薄之力。倘若尚存阙漏
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
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
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
GPU架构内容包括：1.OpenCLspec和多核硬件的对应关系AMD GPU架构Nvdia GPU架构Cell Broadband Engine2.一些关于OpenCL的特殊主题OpenCL编译系统 Installable client driver 首先我们可能有疑问，既然OpenCL具有平台无关性，我们为什么还要去研究不同厂商的特殊硬件设备呢?了解程序中的循环和数据怎样映射到Op
1、单处理器和到多处理器的演变 尽管单处理器仍在发展，但由于指令级并行的开发空间正在减小，再加上散热等问题限制了时钟频率的继续提高，所以单处理器发展的速度正在减缓，这最终导致了起源于在单独一个晶片设计多个内核的多处理器系统结构的出现。 多处理器系统结构允许多个处理器执行同一个程序，共享同一个程序的代码和地址空间，并利用并行技术来提高计
转载
2024-09-28 23:40:29
263阅读
1.概念2D+透视 = 3D3D术语：光栅化：实际绘制或填充每个顶点之间的像素形成过程着色：沿着顶点之间改变颜色值，能够轻松创建光照照射到一个立方体的效果纹理贴图：将纹理图片附着到你绘图的图像上混合：颜色混合效果渲染：表示计算机从模型创建最终图像的过程2.认识GPUGPU全称是GraphicProcessing Unit－－图形处理器，其最大的作用就是进行各种绘制计算机图形所需的运算，包括顶点设置
转载
2023-09-01 08:41:40
398阅读
要写出高效率的CUDA代码，还必须对GPU的硬件系统有整体的了解，不能只停留在软件层面。所以这一篇，我们来介绍一下GPU的硬件结构相关知识，再把软件逻辑层面和硬件底层结构结合起来，深入了解一下GPU。GPU硬件结构GPU实际上是一个SM的阵列，每个SM包含N个计算核，现在我们的常用GPU中这个数量一般为128或192。一个GPU设备中包含一个或多个SM，这是处理器具有可扩展性的关键因素。如果向设备
转载
2024-10-18 09:53:24
291阅读
作者 | Hardy责编 | 阿秃早期内存通过存储器总线和北桥相连，北桥通过前端总线与CPU通信。从Intel Nehalem起，北桥被集成到CPU内部，内存直接通过存储器总线和CPU相连。 所以，在AMD采用Socket FM1，Intel采用LGA 1156插槽之后的处理器都集成了北桥，独立的北桥已经消失，主板上仅余下南桥。计算机体系的主要矛盾在于CPU太快了，而磁盘太慢了。所以它俩是不能
转载
2024-08-13 10:27:10
331阅读
学习日记 1，学习知识点卷积神经网络（CNN）天气识别2，学习遇到的问题内容较复杂，难懂3，学习的收获采用CNN实现多云、下雨、晴、日出四种天气状态的识别。本文为了增加模型的泛化能力，新增了Dropout层并且将最大池化层调整成了平均池化层。4，实操语言环境：Python3.6.5编译器：jupyter notebook深度学习环境：TensorFlow21. 设置GPU
如果使用的是CPU可以
转载
2024-06-07 13:46:25
113阅读
GPU即图形处理器，Graphics Processing Unit的缩写。CPU即中央处理器，Central Processing Unit的缩写。TPU即谷歌的张量处理器,Tensor Processing Unit的缩写。三者区别：CPU虽然有多核，但一般也就几个，每个核都有足够大的缓存和足够多的数字和逻辑运算单元，需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支
转载
2024-04-30 13:41:06
149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
3041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
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
一、背景介绍因为google官方bert不支持GPU并行化训练，在git上找了相关的multi gpu的都无法跑起来，内心无比的愤怒，花了几天时间，百度，google,查找各种方法，终于把bert multi gpu 训练成功搞定，以下记录详细各种采坑过程，以便相关同学学习。二、所需要的软件先列出来硬件软件版本 1.centos 7 服务器 两块P40 GPU 2.tensorflow=1.11.
1. CUDA的内存模型每个线程有自己的私有本地内存(local memory) ， 每个线快有包含共享内存， 可以被线程块中所有线程共享，其声明周期与线程块一致。此外，所有的线程都可以访问全局内存（global memory） 还可以访问一些只读内存块： 常量内存(Constant Memory)和纹理内存（Texture Memory).2. GPU的核心组件 – SM（Streaming M
转载
2024-03-04 21:49:01
1990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
主板、cpu、显卡可以说是电脑种最重要的硬件了，现在很多用户都喜欢自己搭配组装电脑，不仅可以根据自己的需要调整各种硬件搭配，装好后还很有成就感。那么主板、cpu、显卡这些硬件怎么搭配合理呢？ 在搭配兼容性上面，显卡与cpu、主板没有什么限制，随意搭配都可以。cpu搭配主板分平台，如AMD的cpu需要搭配一个AMD平台与针数都相同的主板，如果cpu支持超频，建议选择一个可超频的主板充分发
