1回答
学生需要GPU来训练神经网络。我可不可以租一块云硬盘，在云硬盘里存好系统、环境、训练用到的图片等数据，然后按需租GPU云服务器？比如先租一年的云硬盘，然后这几天需要了就租块GPU跑，跑完就不租了；过一周需要的时候再租GPU跑。这样能省下装环境、传训练数据的麻烦吗
浏览 194提问于2022-10-04
我正在寻找支持动态基于云的NVIDIA GPU虚拟化的选项，类似于亚马逊网络服务为分配GPU的方式。
我的项目是建立一个内部云。其中一个要求是能够将GPU分配给虚拟机/实例以进行服务器端CUDA处理。
南加州大学似乎正在开发来支持这一点，但它还没有准备好。这正是我正在寻找的，如果它在OpenStack中具有完整的功能。
似乎只支持将GPU分配给，这是严格意义上的远程桌面GPU虚拟化。如果我错了，VGX确实从虚拟机/实例启用了服务器端CUDA计算，请让我知道。
浏览 6提问于2013-01-25得票数 15
回答已采纳
什么是医学成像应用的计算瓶颈算法？我们正在尝试弄清楚在常规云服务器实例或GPU加速服务器实例上运行这些算法是否有好处。
浏览 0提问于2011-12-28得票数 1
腾讯云GPU 云服务器，安装pytorch之后，运行backward()函数会报Illegal instruction (core dumped)
用cpu计算会有这个问题，用CUDA是没有问题的
浏览 1394提问于2018-03-05
回答已采纳
1回答
在通过云场景的请求/响应中，是否可以让多台低端计算机分别对位于中央服务器上的GPU进行CUDA调用？让这些低端计算机拥有一个“虚拟”的GPU。
浏览 2提问于2013-02-02得票数 1
回答已采纳
选购腾讯云GPU服务器
图片
提示
图片
你知道是什么原因吗？已经安装了nvidia驱动 和direct
浏览 418提问于2022-11-11
我需要使用XEN的一个项目，其中包含多个GPU卡与PCI通。
但是，我不太确定我应该使用哪个版本的XEN。在所有的相似之处，我可能需要调整源代码，以使GPU正常工作。
最初，我安装了Ubuntu服务器，并开始遵循以下链接：https://help.ubuntu.com/community/Xen
但后来我意识到，也有裸金属装置的禅宗和云版本。
citrix站点和xen.org上都有可用的版本。我想使用免费的开源版本。它们之间有什么不同，我应该使用哪一种？
浏览 0提问于2011-08-01得票数 0
回答已采纳
3回答
GPU在云端录制游戏
、、、
今天，我对一个项目有了一个很好的想法，不幸的是，有一个信息/经验的障碍。
基本上，我想要的是在云中运行一个游戏，并将图像流给用户。
我知道ec2可以选择使用GPU，但是它可能有错误的定价模型来满足我的需求。
在云->中运行一个游戏，记录屏幕并将视频提要发送到服务器。
是否有可能在一台服务器上运行多个游戏实例，并能够分别对每个实例进行流？
还是我必须为每一场比赛启动一个新的实例？
如果我每次只有一场比赛，我就会浪费很多资源。还有其他提供GPU的云端吗？
浏览 3提问于2012-09-15得票数 2
回答已采纳
2回答
我正在用TensorFlow建立复杂的神经网络。我有最新的Mac，使用我所有的核心，但我仍然需要几个小时来训练一个单一的网络。我需要对许多不同的调优参数进行网格搜索，所以这并不理想。
这是一个个人项目，所以我想通过使用云来省钱。我已经广泛地使用了AWS，我喜欢使用他们的现货市场的想法，但是我听说亚马逊的GPU实例与TensorFlow不兼容(AWS的GPU有CUDA3.0，TensorFlow需要3.5)；2)亚马逊的GPU有点慢。
微软的Azure或谷歌的Google引擎在使用TensorFlow时有很容易使用的GPU吗？在相关的神经网络培训技术规格、价格和易用性方面，他们的GPU与亚马逊的
浏览 0提问于2016-07-11得票数 4
3回答
Google节点带宽
、、、
我正在服务上部署我的集群。它已经有几个节点了。另外，我需要使用Google中的GPU的服务器来使它与我的集群一起工作。GPU实例不断地处理传入流量(带宽应该达到1Gb/s)，并在集群节点上发送结果(带宽应该比传入带宽还要多)。
在这个项目中，对我来说最关键的事情是：
1)簇内节点间的带宽；
2)节点与GPU服务器之间的带宽；
3) GPU服务器与世界之间的带宽；
4)节点与世界之间的带宽。
在下载和上传两个节点时，每个节点的最小合适带宽为1GB/s。在进行速度测试时，它显示了下载速度100-680 Mb/s和相同节点的上传速度67-138 Mb/s (下面的截图是在30秒内完成的)。因此，目前
浏览 5提问于2019-08-01得票数 4
回答已采纳
我遇到了一个非常关键的小问题，我在一个google云VM中运行了一个Unity实例，它在VR中作为一个小型社交体验的服务器。
问题是，如果Unity在没有图形处理器的情况下运行，它会开始阻塞处理器，游戏会因为很多用户而失败，这就是为什么我雇佣了一台eGPU特斯拉P4来运行Unity，我必须登录到远程桌面并点击播放。
事情是这样的，Windows禁用GPU当你去远程桌面，Unity打开没有GPU和GPU是“未知”(在dxdiag)，这就是为什么我需要解决RDP的问题，我需要登录而不禁用GPU加速，这样unity就可以打开并全力以赴运行我的游戏，服务器就像一个播放器，没有显示给其他客户端，因为它制
浏览 14提问于2018-12-12得票数 0
我已经创建了一个Google功能来进行图像处理，我使用的是一个深度学习模型，但是它使用的是GPU，所以我不能让GPU改变CPU，而且它工作得很好。在阅读了许多链接之后。我的问题是:如何为云功能启用GPU？如何从云函数用GPU发送一个在Compute实例中处理的映像？最后，我读到了一些关于Atheros的东西，但它看起来比每月1k还贵。谢谢你的评论和想法。
浏览 9提问于2022-07-22得票数 1
1回答
任何有使用vast.ai进行云计算的经验的人都知道，当租用多个GPU时，您需要做一些设置来利用额外的GPU吗？
因为当租用6或8个GPU而不是仅仅一个GPU时，我不会注意到速度上的任何差异。我刚开始使用vast.ai进行云计算。
我使用的是默认的码头:用于深度学习框架TensorFlow ()的正式对接图像。
成功加载了tensorflow/tensorflow:夜-GPU-py3
然后再安装keras：
pip install keras
我还使用此方法检查了可用的GPU，所有GPU都被正确检测到：
from keras import backend as K
K.tensorflow_b
浏览 3提问于2020-02-04得票数 0
回答已采纳
1回答
我正处于深造机器的决定阶段，我想用它来学习。我想要你的指导，选择最佳的GPU之间的云/前提。
PS。现在，我正在评估各种GPU、云GPU在AWS中的性能，并以Kears 为例。下面是一些1时代的结果。
特斯拉k80 - 22秒
特斯拉v100 -19(安静比预期慢)
Quadro K1100M -120 s(膝上型电脑)
浏览 2提问于2017-11-06得票数 0
回答已采纳
最近，我开始从用户那里收到报告，说我正在处理的游戏没有在AMD GPU上正确地呈现。我想找到问题并解决它，但我是一个业余开发人员，只是使用我自己的电脑，我没有AMD GPU。
除了出去买另一张显卡外，我还有别的选择吗？也许是某种仿真器，或者是带有AMD GPU的云计算服务？我看过主要的云计算提供商(AWS、Google和Azure)，但它们似乎都只提供Nvidia GPU。
浏览 0提问于2017-10-19得票数 2
我使用谷歌云VM与4特斯拉K80 GPU的。
我使用multi_gpu_model和gpus=4运行一个keras模型(因为我有4个gpu)。但是，我得到了以下错误
ValueError:要用gpus=4调用multi_gpu_model，我们希望有以下设备可用：'/cpu:0‘、'/gpu:0’、'/gpu:1‘、'/gpu:2’、'/gpu:3‘。然而，这台机器只有：'/cpu:0'，'/xla_cpu:0'，'/xla_gpu:0'，'/gpu:0‘。尝试减少gpus。
我可以看到这里
浏览 0提问于2018-10-23得票数 3
回答已采纳
Stylegan2使用网络泡菜文件来存储ML模型。我转换了一个经过训练的模型，我可以在云服务器上打开它。通过以下设置，我一直很好地从这个模型生成图像：
Google :Python3.6.9，CUDA 10.1，tensorflow-GPU1.15，CuDNN 7.6.5
但是，我无法在本地机器上打开网络泡菜文件，尽管我一直在尽力复制云设置。(我有正确的GPU hardware/drivers/etc。)
Local (Windows 10) Python3.6.9，CUDA 10.1，tensorflow-GPU1.15，CuDNN 7.6.5需要一个库“dnnlib”在PYTHONPATH
浏览 4提问于2020-04-28得票数 0
回答已采纳
是否可以将一个gooogle云服务GPU用于多个实例？
-like您可以使用一个GPU通过虚拟GPU为多个虚拟机供电
浏览 1提问于2019-08-27得票数 0
1回答
我在google云ML引擎中运行一个大型分布式Tensorflow模型。我想用带有GPU的机器。我的图形由两个主要部分组成:输入/数据读取器功能和计算部分。
我希望将变量放在PS任务中，输入部分放在CPU中，计算部分放在GPU上。函数tf.train.replica_device_setter自动将变量放置在PS服务器中。
这就是我的代码的样子：
with tf.device(tf.train.replica_device_setter(cluster=cluster_spec)):
input_tensors = model.input_fn(...)
output_tens
浏览 0提问于2017-12-13得票数 4
回答已采纳
是否有一种方法可以强制使用(托管在GKE上)将服务部署到具有GPU的节点池中？
我通过访问Kubernetes -> Create Cluster -> GPU Accelerated Computing创建了一个Kubernetes集群。这创建了一个带有gpu-pool-1节点池的Kubernetes集群，其中包含带有GPU的节点，以及包含没有GPU的节点的standard-pool-1节点池。
是否有办法将云运行容器部署到具有GPU的节点？也许是通过配置自定义命名空间什么的？
请注意，大约一年前有一个，但我不认为接受的答案(“不支持GPU”)是完全正确的。
浏览 7提问于2020-01-21得票数 1
回答已采纳
我训练了一个对象检测API模型(使用动物园的COCO / Inception v2的Mask RCNN )，具有相同的配置，TensorFlow和模型版本，以及相同数量的步骤的相同(自定义)数据集。
在本地机器(1080TI上的tensorflow-gpu)上，我使用了object_object/Train.py，而在云上，我使用了调用object_detection.train模块的google ml-engine作业。两者使用相同的学习率。
云运行使用了5个工作进程，而本地运行只有1个GPU。它们都被设置为批处理大小为1。
为什么本地训练的模型的准确性要低得多？本地训练的模型往往比云训练的
浏览 28提问于2018-08-23得票数 0
回答已采纳
我正在运行一个非常大的Tensorflow模型的谷歌云ml引擎。当使用缩放层basic_gpu (使用batch_size=1)时，我会得到以下错误：
资源枯竭:分配张量时使用shape1,155,240,240,16
因为模型太大，不适合一个GPU。
使用提供4个GPU的层comple_model_m_gpu，我可以在4个GPU之间扩展操作。
然而，我记得我读到GPU之间的通信是缓慢的，并且会在训练中造成瓶颈。这是真的吗？
如果是这样的话，是否有一种在GPU之间传播操作以防止此问题的推荐方法？
浏览 9提问于2017-12-15得票数 2
回答已采纳
2回答
我想知道这里是否有人在使用GPU (最好是vGPU)的云业务层方面取得了成功？我已经能够获得XenServer 6.2来成功地查看我们的nvidia网格K1卡，但不知道是否有任何OpenStack/CloudStack类型层支持GPU/vGPU。
浏览 0提问于2015-01-24得票数 3
回答已采纳
1回答
我是云计算和GCP的新手。我正在尝试创建一个使用GPU运行R的笔记本实例。我得到了一个有1个核心和0个GPU的基本实例启动，我能够执行一些代码，这是很酷的。当我尝试使用GPU创建实例时，我不断收到关于实时迁移的各种错误，或者没有可用的资源等。有人能告诉我如何使用GPU启动R notebook实例吗？这不可能有这么难。
浏览 45提问于2021-01-19得票数 0
3回答
我有一个执行一些数学运算的函数，需要一个16 my的GPU系统，但这个函数不会总是被触发，其余的时间我的系统将不会被使用。我开始了解AWS Lambda。我可以在Lambda上运行基于GPU的算法吗？因此，每当我需要GPU时，我都会将系统放在云上。我需要一点关于它的描述。
浏览 2提问于2018-09-28得票数 17
回答已采纳
1回答
我正在尝试建立一个应用程序，用户可以上传一个文件到云存储。然后，这将触发一个模型训练过程(以及稍后的预测)。起初，我想我可以使用云函数/pubsub和cloudml来实现这一点，但是云函数似乎无法触发cloudml所需的gsutil命令。
我唯一的选择是启用composer并将GPU附加到kubernetes节点，并创建一个云函数来触发一个dag来用GPU启动节点上的结束符并用数据挂载存储桶？似乎有点过分，但我现在想不出另一种方法了。
浏览 4提问于2020-06-15得票数 1
回答已采纳
0回答
我从网站https://github.com/Cyanogenoid/vqa-counting/tree/master/vqa-v2 搞下来的代码在腾讯云的服务器上执行，然后执行到python train.py [optional-name]代码出现了如图所示结果，我已经把所有的py版本都按照git上所配置的要求做了，这个我问了别人在别的GPU服务器中都没有出现的，这个是由什么产生的错误呢？
图片
浏览 55提问于2023-09-18
【背景】随着腾讯云3.0内部网络架构升级，全国二三线城市网络接入更呈现区域化、边缘化、个性化等场景需求，当前腾讯云3.0跟国内某些垂类网络集成服务商还是有一定差距，例如犀思云、万国、世纪互联等，在一些垂类场景上SD_WAN服务上任然有一定空间机会；
例如，当前火爆的【云电脑】无影终端机，包括天翼云电脑、等多家云厂商都在做极致优化网络，三线静态带宽，极致降本，30元/月能卖一台云电脑、云游戏；并且支持；类似【无影工控终端机】、青云终端云电脑都能快速接入【云电脑】，唯独腾讯云当前还处在【云产品-云虚拟服务器】阶段，当前仅使用敖驰虚拟化链接终端软件，仅限帮助链接VNC和SSH登录云服务器基础能力；；
浏览 19提问于2024-09-20
我正试图用他们新的MLAPI (中间级网络API)制作一个统一游戏。我完全跟随，没有改变任何东西，而且游戏在我的本地(Linux) PC上运行得很好。
您可以看到服务器实例和客户端实例是如何通信的，但它们都使用GUI窗口，我希望稍后使用--在没有GUI (无头)的Linux服务器上运行MLAPI服务器。
我尝试了两种方法(无论是在本地PC上还是在云服务器上，结果都是相同的)，这都会导致相同的错误消息：
运行./testbuild.x86_64 -batchmode -nographics
选中" Build“菜单中的"Server”并运行./testBuilds
浏览 1提问于2021-05-13得票数 0
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3
浏览 15提问于2021-06-20得票数 7
1回答
这个问题发生在我今天重新启动云笔记本服务器时。可以使用以下步骤复制：
使用Tensorflow或Py火炬和GPU创建Google笔记本服务器
启动服务器后，打开python控制台：
>>> import torch
>>> torch.cuda.is_available()
True
库达设备到目前为止都是可用的。
重新启动服务器，并再次打开笔记本。
>>> import torch
>>> torch.cuda.is_available()
/opt/conda/lib/python3.7/site-packages/t
浏览 0提问于2021-06-20得票数 0
我正在运行一个google云composer GKE集群。我有一个默认的节点池，包括3个普通CPU节点和一个带有GPU节点的节点池。GPU节点池已激活自动标度。
我想在那个GPU节点上的一个码头容器中运行一个脚本。
对于GPU操作系统，我决定使用cos_containerd而不是ubuntu。
我跟踪了并运行了这一行：
kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/container-engine-accelerators/master/nvidia-driver-installer/cos/dae
浏览 17提问于2022-02-02得票数 2
回答已采纳
1回答
我试图在Azure云上运行一个GPU密集型应用程序(Lumion)。
使用的图像- Windows Server 2016。
硬件- NV6_Promo与1xK80 GPU。
任何应用程序，在启动时，无需使用GPU即可运行。该系统安装了最新的Nvidia特斯拉驱动程序和DirectX。
我在研究后所理解的
需要在组策略中启用“为所有远程桌面服务会话使用硬件默认图形适配器”。
需要使用像Hyper这样的虚拟机来启用硬件加速
在组策略中启用图形适配器并不能解决我的问题。安装了Hyper-V；但是，Hyper-V没有显示GPU.GPU出现在设备管理器中，运行'Nvidia-msi‘也表明它没
浏览 0提问于2019-05-11得票数 1
2回答
我正试图在计算引擎上创建一个GPU实例(n1-standard-2与1个NVIDIA T4 GPU)，从昨天开始我就收到了这个错误：
Operation type [insert] failed with message "The zone 'projects/deep-learning-xxxx/zones/us-central1-a' does not have enough resources available to fulfill the request. Try a different zone, or try again later."
谷歌云的这
浏览 6提问于2021-06-05得票数 0
回答已采纳
我必须生产一个PyTorch伯特问答模型。CPU推断对我来说非常缓慢，因为对于每一个查询，模型需要评估30个样本。在这30个样本的结果中，我选择了最大分数的答案。GPU太贵了，我无法用它来推断。
为此，我能利用多进程/并行CPU推断吗？如果是，最佳做法是什么？如果没有，是否有云选项只对我所做的GPU查询收费，而不是连续运行GPU实例？
浏览 4提问于2019-03-20得票数 4
1回答
GP GPU入门？
、、、
关于GPGPU编程入门，我有两个基本问题：
(1)如果我在Mac上执行GPGPU，是否会影响显示器上的图像？我如何知道窗口系统或其他程序的输出不会竞争GPU？
(2)有没有办法不用购买高端显卡就可以在某处试用AMD GPU编程？我见过的租借云服务都在使用Nvidia。我的计算将是逻辑整数(位缠绕)计算限制，我已经读到AMD GPU更适合这些应用程序。
浏览 1提问于2014-05-03得票数 0
我的Google实例运行在微软的显示驱动程序上，而不是GPU。我试着安装Hyper-V，但谷歌云处理器不支持it.Please帮助，我需要运行Unity，但没有GPU，我就不能运行6核Intel Xeon CPU(我也尝试了8内核)、16 GPU内存和NVIDIA K80在Windows 2016上。请帮助我初始化GPU。
浏览 0提问于2018-10-06得票数 1
1回答
快速组织点云配准
、、、
我一直在寻找方法注册(对齐)有组织的点云与正常信息。
我只能找到通用的点云注册方法(例如在中)。
我正在使用Microsoft来获取我的点云，但问题是它们很大。
我想知道的是：
是否有快速注册组织点云的方法？
是否有非常快的下采样方法(并且可能也使用点云被组织的事实)？
我还在考虑使用OpenCV过滤器，因为有组织的点云可以被看作是一幅带有灰度值的图像(带有深度值的2D矩阵)。例如，在矩阵上使用openCV调整大小的方法，以及一些导数类型的过滤器(因为边缘在场景中对我很重要)。这是个好主意吗
另外，向下采样看起来像是一个数据并行问题，这可能是GPU实现的一个很好的候选。你知道有
浏览 3提问于2015-11-12得票数 3
如题，本人（学生）想用腾讯云构建一个实验性的深度学习网络，具体要用到腾讯云的哪些服务呢？（GPU，COS），另外还需考虑较低的成本。。。
浏览 1186提问于2017-12-13
我开始使用神经网络，ML等。我没有GPU，我有什么选择？ Pytorch和Tensorflow是好的选择吗？如果是这样，每种方法的优缺点是什么，我应该选择哪一种？ 我将使用Python和Linux (ubuntu 20.04)，如果这有什么不同的话。 (我买不起GPU或云服务，因为我破产了，15岁。)
浏览 13提问于2020-09-30得票数 0
回答已采纳
我尝试使用谷歌机器学习引擎来训练我的tensorflow模型。我想使用免费层。
当我设置配置并创建新的计算引擎实例(谷歌计算引擎)时，我也尝试添加GPU。但这给了我一个错误，因为谷歌云只给了300美元的免费信用层，没有GPU。
有没有办法在自由层中使用GPU？
浏览 3提问于2018-01-11得票数 2
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)。我预计我的应用程序会有很小的流量，所以即使是较小的实例对于我所要完成的任务也是非常昂贵的。
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的比较。
浏览 4提问于2019-12-31得票数 1
回答已采纳
我正在尝试将纹理上图像的像素移动到一组顶点上，这样我就可以在WebGL中将它们用作点云。
一种方法是将纹理渲染到帧缓冲区，然后使用gl.readPixels()移动到JavaScript数组，然后使用gl.bufferData()将该数组移回GPU。
将数据视为顶点，使用gl.POINTS图元使用gl.drawArrays()渲染点云。
但这需要将数据从GPU移动到CPU，然后再移动回来，这可能会变得很昂贵，特别是对于视频。
有没有一种方法可以直接将数据从纹理移动到顶点列表，而不需要离开GPU？
非常感谢任何参考、建议或代码示例！
浏览 0提问于2020-04-30得票数 1
我有一个小米空气笔记本电脑与一个非常小的gpu (MX150)和ubuntu 18.04安装。我看到xorg消耗了相当多的GPU (相对于我所拥有的)，平均约为185米。
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name
浏览 0提问于2020-03-25得票数 2
2回答
我是数据分析员。我的公司正在将所有的数据科学转移到云提供商(可能是Azure，GCP，AWS)。所有的数据科学编程工具，如木星笔记本，都将安装在云环境中(不会在本地安装Python，也不会在笔记本电脑上安装木星笔记本)。
在我的大部分工作中，我将直接从一个前提数据库中读取/吸收关系数据库表。而且，我的大部分数据分析工作不需要任何GPU实例来进行数据处理。有时，我也做一些简单的研究或实验数据分析编程，例如使用木星笔记本进行数据清理，而不需要使用GPU实例。
我想知道，在我的任务都不使用GPU的情况下，我的公司在他们的数据科学云计算平台上是否有可能进行这样的活动，而不用支付任何每次使用的费用或不必
浏览 2提问于2021-10-17得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
