显卡GPU与CUDA

这篇具有很好参考价值的文章主要介绍了显卡GPU与CUDA。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1 什么是GPU

  • GPU就是显卡
  • Graphics Processing Unit 图像处理单元
  • 显卡主要用于在屏幕上显示图像,用于与视频,图像处理相关的任务

1.1 独立显卡

  • 独立显卡比较大,性能更加强,装在主机当中
  • 笔记本也有独立显卡
  • 挖矿,打游戏,深度学习都是使用独立显卡

1.2 核心显卡

  • 比较小,嵌入在CPU中
  • 核显日常的工作可以胜任的,功耗比较低

2 驱动

  • 显卡是个硬件,装到我们电脑中都是需要装一个东西叫做驱动
  • 驱动能让计算机识别特定的硬件

3 深度学习显卡CUDA

  • 显卡一般是英伟达品牌的显卡,英文是NVIDIA
  • 英伟达显卡是不能用于深度学习的,但是他创建了一个CUDA的编程平台
  • 有了CUDA这个平台,有了CUDA这门语言,我们开发者就可以利用CUDA去操作英伟达品牌的显卡
  • pytorch和tensorflow就是会去调用CUDA,然后去操作显卡

4 GPU VS CPU

  • GPU有很多算术逻辑处理单元,有很少的缓存,就可以加速深度学习的训练
  • CPU有控制电路,缓存和少量的算术逻辑处理单元

5 深度学习环境配置中各软件的关系

  • 首先会在计算机上安装一个anaconda,它主要提供一个base的虚拟环境,里面有python的解释器,python的解释器版本就根据需要来决定;还有conda和pip管理工具,去安装一些新的库,比如tensorflow和pytorch
  • 除了base虚拟环境,还可以自定义虚拟环境,然后指定一个不同版本的python的解释器
  • 其次安装一个pycharm,在pycharm中会有一些配置,配置主要是对之前创建的虚拟环境进行引用
  • 比如我在pycharm中写了一个python文件,那么pycharm中的配置会去找到虚拟环境,虚拟环境中的解释器会对python文件进行解读,变成计算机可以读懂的语言,然后放到cpu上面去执行
    显卡GPU与CUDA

6 windows下判断有无NVIDIA GPU

  • 打开任务管理器
  • 打开性能选项卡
  • 找到GPU,看右上角的名称,GPU旁边是什么
  • 注:有些任务管理器中并没有显示有英伟达显卡,但是实际上是有的,那是因为没有安装驱动,所以大家安装一个驱动就可以查看到了,比如360驱动大师

7 16G+512G

  • 摘自网上回答
  • 512G 是固态硬盘容量,固态硬盘属于硬盘,计算机专业称之为【外存】,读写速度较慢。
  • 举个简单的例子:设想一个场景,你打开浏览器,然后疯狂开网页(就比如知乎),当你同时打开几十个甚至上百个页面后,电脑就会卡死,这是【内存】不足,此时你会发现 16 G 的内存用完了;设想另一个场景,你从某网站上疯狂下载学习视频,平均一个视频占用 1 G,下载 500 个就没法再下了,一般迅雷这种下载软件会提醒你硬盘空间不足,这是【外存】不足,此时你会发现 500 G 的外存用完了。
  • 简而言之,你可以认为【内存】大小决定了你能同时运行多少个应用程序;【外存】大小决定了你能安装多少个应用程序,保存多少文档(包括视频、音频等等)

8 8核+14核

  • 全新的MacBook Pro搭载M1 Pro芯片,拥有8核中央处理器,14核图形处理器
  • 8核处理器是拥有八个处理器

文章来源地址https://www.toymoban.com/news/detail-427041.html

到了这里,关于显卡GPU与CUDA的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • linux(centos7)离线安装A100显卡驱动cuda/cudnn 以及解决docker not select device driver...gpu

    1.确认GPU型号和操作系统版本,本示例中以A100以及操作系统为Centos 7.9进行操作。 准备GPU驱动和CUDA 11.2软件包,在nvidia官网进行驱动包和CUDA包下载 链接: link linux系统均选择 Linux 64-bit CUDA Toolkit选择最新版本 如您需要老版本CUDA,请前往老版本CUDA下载 本示例中使用CUDA 11.2。 访

    2024年02月15日
    浏览(47)
  • intel的集成显卡(intel(r) uhd graphics) 配置stable diffusion

    由于很多商务本没有独立显卡,只有Intel的集成显卡,在配置安装stable diffusion 时候需要特殊对待,参考不少帖子,各取部分现稍加整合。 整体思路分两个部分: 第一步是先配置环境,主要是安装Anaconda + Pytorch, 第二步是安装 stable diffusion 第一步的配置环境阶段(Anaconda

    2024年02月03日
    浏览(45)
  • 一文彻底搞懂为什么OpenCV用GPU/cuda跑得比用CPU慢?

    最近项目需要,发现了这个问题。网上找原因,汇总起来,有以下几点原因: 1、首先对于任何一个CUDA程序,在调用它的第一个CUDA API时后都要花费秒级的时间去初始化运行环境,后续还要分配显存,传输数据,启动内核,每一样都有延迟。这样如果你一个任务CPU运算都仅要

    2024年02月03日
    浏览(60)
  • 如何在Windows 11上的WSL2做到GPU直通,并用Deepracer本地训练炸干电脑的资源(显卡降价了,618等等党还等什么,一起来加入Deepracer的比赛学习交流吧)

    下面两种安装docker环境的方式中选其一 1.1 下载并安装 Docker Desktop 从docker的官方网站下载并安装: 1.2 在Docker Desktop中配置Nvidia docker环境 1.2.1 用下面的命令行代码在WSL2的环境中安装nvidia-docker2: 在WSL2 terminal中输入 1.2.2 在docker desktop界面修改Docker daemon配置文件添加使用nvidia容器

    2024年02月09日
    浏览(67)
  • CUDA(CUDA Toolkit)、显卡算力、PyTorch版本之间的匹配

    刚开始在Anaconda搞环境的时候没注意到这四者之间的对应关系,点进去CUDA Toolkit的安装官网: CUDA Toolkit 12.1 Downloads | NVIDIA Developer Resources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmit a BugTarball and Zip Archive Deliverables h

    2024年02月05日
    浏览(64)
  • 支持CUDA运算的显卡算力表

    GPUs supported Supported CUDA level of GPU and card. CUDA SDK 1.0 support for compute capability 1.0 – 1.1 (Tesla CUDA SDK 1.1 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.0 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.1 – 2.3.1 support for compute capability 1.0 – 1.3 (Tesla) CUDA SDK 3.0 – 3.1 support for compu

    2023年04月21日
    浏览(39)
  • 查看英伟达Nvidia显卡、cuda版本

     以下是查看你的显卡最大支持什么版本的cuda 1. 右击电脑桌面,打开“NVIDIA控制面板”。  2. 选择“帮助”,然后点击“系统信息”。  3. 在系统信息的\\\"显示\\\"里,可以看到显卡是“GeForce GTX 1050”。  4. 在系统信息里,选择\\\"组件\\\",找到”NVCUDA64.DLL“,即可看到显卡所支持的

    2024年02月02日
    浏览(45)
  • docker内更新显卡cuda cudnn

    当前docker使用的cuda为10.2,为保证服务器环境使用相同的cuda版本,需对cuda版本进行升级,时间长了忘记如何操作,此处记录一下: *docker内使用的cuda版本低于容器外的显卡驱动版本即可,此处不对显卡驱动进行升级,仅更新cuda和cudnn版本。  *本次安装更新的cuda和cudnn信息:

    2024年04月14日
    浏览(37)
  • 了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

    转载 一篇 背景   开发过程中需要用到GPU时,通常在安装配置GPU的环境过程中遇到问题;CUDA Toolkit和CUDNN版本的对应关系;CUDA和电脑显卡驱动的版本的对应关系;CUDA Toolkit、CUDNN、NCVV是什么呢? 举个例子 安装TensorFlow2.1过程中,想要使用到电脑的显卡来进行开发,但是发现默

    2024年02月13日
    浏览(56)
  • NVIDIA显卡驱动及CUDA相关安装流程(包括多版本cuda切换)

    NVIDIA驱动官方下载地址: https://www.nvidia.cn/Download/index.aspx?lang=cn 第一步先查看适合的显卡驱动版本 第二步下载合适的显卡驱动 第三步下载驱动相关依赖 ​ 安装lightdm是在弹窗上选择lightdm[若没有弹窗略过] 第四步禁用nouveau驱动 第五步禁用nouveau内核模块 第六步卸载旧的nvidi

    2024年02月16日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包