1回答
我已经在上尝试过FMA的例子 float f;} a, b;b.ia.f * a.f + b.f;
printf("b %.8g\n", b.f); 然而，我在gpusizeof(float)));
test<<<1, 1>&g
浏览 19提问于2019-11-22得票数 0
回答已采纳
2回答
在GCP -> IAM & admin ->配额页面上，为我们服务“计算引擎API NVidia V100 GPU”--集中度1显示限制为4。但当我使用下面的命令在GCP AI平台上提交培训工作时，出现了一个错误，即最大允许的V100 GPU为2。
更新1 (1/14/2020)：在上，它提到了需要增加的全球GP
浏览 12提问于2020-01-10得票数 2
回答已采纳
计算工作量分析显示了不同计算管道的使用情况。我知道在现代GPU中，整数和浮点管道是不同的硬件单元，可以并行执行。但是，还不清楚哪个管道代表其他管道的哪个硬件单元。2)哪个管道使用相同的硬件单元(例如FP16、FMA、FP64使用浮点单元)？P.s.：我
浏览 4提问于2020-04-24得票数 4
回答已采纳
我试图使用OpenMP将fortran代码卸载到nvidia GPU，使用Nvidia ()及其nvfortran编译器。当前版本的文档()指出，要使用GPU特性，必须有一个计算能力大于7.0 ( GPU的V100生成)/我的GPU的计算能力为6.1的GPU。with compute capability '>= cc70'使用-mp编译器开关启用OpenMP指令和
浏览 3提问于2022-01-21得票数 0
我使用进行目标检测，并发现在我的计算机上运行速度更快的using算法进行推理完全太慢了(~15s，无法处理一幅图像)。我在使用GPU构建真实的应用程序方面没有多少经验，也不确定我是应该使用云实例还是购买低端的GPU(在200-500美元的范围内)。问题：，对于我来说，判断GPU是否足够快，而不首先购买它，最好的方法是什么？所有的云GPU (Amazon，Google)都使用超出我预算的硬件，所以在这些实例上运行我的代码不会给我一个很好
浏览 4提问于2019-12-31得票数 1
回答已采纳
2回答
Tensorflow AVX支持
、、、、
我在Google引擎上运行了Tensorflow的编译版本，而且速度很慢。狗慢点。冷糖蜜慢。洛杉矶交通缓慢。说，支持AVX的编译显着地提高了Google的性能，但是当我在那个站点上遵循编译过程时，它就失败了。只是想知道AVX是否已经在可执行文件中了？
浏览 1提问于2016-07-21得票数 6
回答已采纳
在调试一些CUDA代码时，我将其与使用printf语句的等效CPU代码进行比较，并注意到在某些情况下，我的结果不同；它们在两个平台上都不一定是错误的，因为它们在浮点四舍五入错误中，但我仍然感兴趣的是，是什么导致了这种差异然后，在每个平台上，使用以下代码计算点积并打印结果：printf("b: %.24f0.988499701023101806640625 1.000000000000000000000000
浏览 1提问于2013-09-20得票数 1
回答已采纳
2回答
我有一份与sbatch一起提交的乏味的工作，例如job.sh在V100图形处理器上训练模型。代码本身不记录GPU内存的使用情况。
，工作完成后，是否有SLURM命令来查询峰值GPU内存使用情况？
浏览 0提问于2020-03-11得票数 2
回答已采纳
1回答
我指的是影响程序性能的CPU组织部分，如内存带宽、并行加载的最大数量、并行存储的最大数量等。也欢迎任何到外部站点的链接。
浏览 6提问于2021-02-10得票数 0
我有3个特斯拉V100(16 GB)。我在批量大小为20的(512,512)图像上使用efficeint (6300万个参数)进行迁移学习。我的GPU内存利用率如下-
如你所见，它几乎填满了所有的3个GPU(几乎80%)。我的问题是，是否有任何理论上的方法来计算正在显示的GPU内存利用率是模型在特定图像和批处理大小下所需的，还是在我的GPU中存在内存泄漏？
浏览 2提问于2020-05-26得票数 1
我正在GCP上运行一个VM实例(实际上是一个现成的深度学习包:8个GPU，1个Tesla V100 GPU，.，通过朱庇特笔记本访问)。
有没有办法实时监控总体使用情况和成本？我正在考虑内部的“实时使用”链接，它显示了当前使用的产品以及它们每秒/小时的价格。
浏览 0提问于2018-10-05得票数 1
回答已采纳
我正在尝试为Titan V/ V100上的深度学习模型找出GPU执行性能的瓶颈。我理解，要在基于的张量内核上执行底层内核，必须满足某些要求
"nvprof“提供了一种简单的方法来将所有内核执行转储到GPU上，但它似乎并没有说明张量内核是否被实际使用。
浏览 2提问于2017-12-21得票数 4
我使用了谷歌云计算引擎，并使用Windows Server 2019数据中心桌面体验制作了一个具有8vCPU、30 GPU内存和Nvidia V100图形处理器的实例 我也检查了显示设备框，但当我启动系统并转到任务管理器时，我看不到图形处理器，我可以看到Nvidia GPU V100存在于设备管理器中，但由于某些原因，它什么也不做。我尝试安装驱动程序，但什么都不起作用，当我尝试打开Nvidia控制面板时，我收到错误消息"Nvidia显示设置不可用“”您当前未使用</em
浏览 31提问于2019-06-19得票数 2
我尝试用GPU创建google_container_node_pool。在查看和管理配额，禁止使用
根据，我需要配额，但他们没有指定哪个配额。
浏览 3提问于2021-01-14得票数 1
要创建RNN单元，可以使用像GRUCell和LSTMCell这样的类来创建RNN层。
还有另外两个类，如CudnnGRU和CudnnLSTM，它们可以直接用于创建RNN层。当我创建一个cuDNN模型时，为什么要使用或不使用这个RNN实现的类而不是经典的RNN实现呢？
浏览 7提问于2017-10-16得票数 0
回答已采纳
1回答
自定义YoloV4检测时间
、、、、
我已经训练了一个自定义的YoloV4，使用的单级对象检测器。我的模型中的最佳权重文件将产生以下性能我使用命令获得了这个评估，
darknet.exe detector map data/obj.data yolo-obj.cfg backup\yolo-custom-best.weights当我在视频上运行这个模型时，我得到了大约25 fps。
浏览 2提问于2021-04-19得票数 0
1回答
到目前为止，我已经在CUDA中获得了与在CPU上串行运行代码所获得的结果相同的结果。我使用的是Visual Studio 2010，构建配置为Debug。我还不能使用Nvidia论坛，因为它们现在已经关闭了。有CUDA经验的人能指出这个问题吗？
浏览 18提问于2012-07-26得票数 1
回答已采纳
我将Pytorch镜像用于GPU: gcr.io/deeplearning-platform-release/pytorch-gpu.1-2:latest.我使用K80和V100 GPU将其部署到GCE上。
浏览 9提问于2019-11-15得票数 2
1回答
我一直在尝试让stylegan在gcp上运行，以连接到v100。我已经能够使用这个实例设置为1d进行训练了。export IMAGE_FAMILY="pytorch-latest-gpu" # or "pytorch-latest-cpu" for non-GPU instances当我尝试使用
export IMAGE_FAMIL
浏览 1提问于2019-02-16得票数 1
我有一个非常特殊的工作负载，需要GPU (OpenCL强制性的)加速。然而，据我所知，GPU是为浮点计算而优化的，在那里，我需要加速的任务需要大量的整数计算，而那些整数计算分数很难找到。更具体地说(在发送给GPU的全部数据中)，工作负载包括：
记忆越多越好。
浏览 0提问于2020-01-23得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号