3回答
我一直在寻找减少从CPU和GPU来回传输数据所导致的延迟的方法。当我第一次开始使用CUDA时，我确实注意到CPU和GPU之间的数据传输确实需要几秒钟的时间，但我并不真正关心，因为这并不是我正在编写的小程序真正关心的问题。事实上，对于绝大多数使用CPU的程序(包括视频游戏)来说，延迟可能不是什么大问题，因为它们仍
浏览 10提问于2011-06-28得票数 15
回答已采纳
我一直在做一些实验，测量从CPU->GPU和GPU->CPU传输数据的延迟。我发现对于特定的消息大小，CPU->GPU的数据传输速率几乎是GPU->CPU传输速率的两倍。
浏览 3提问于2012-10-23得票数 2
SDK中的amd应用示例PCIeBandwidth测量来自：
Selected Platform Vendor : Advanced Micro Devices, Inc.为什么每个方向的带宽是不同的？另外，我知道这种通信是通过DMA进行<
浏览 4提问于2012-10-11得票数 2
1回答
我正在进行一个模拟，它在主机上运行，并使用GPU进行计算。计算完成后，主机将内存从设备复制到自身，然后将计算的数据发送到远程主机。基本上数据就可以了: GPU ->主机->网卡有可能吗？编辑:远程主机=> CPU
浏览 0提问于2013-04-10得票数 0
1回答
我正在使用一个GeForce GT 720做一些基本的计算在Matlab中。我只是在做矩阵乘法：tic; % Start clock在这段代码中，我的时钟将数据传输到GPU并在GPU上进行矩阵乘法，我得到了时间~4秒。我怀疑数据传输比乘法花费更多的
浏览 0提问于2018-03-10得票数 2
1回答
我有一个ASUS n552vw笔记本电脑，有一个4GB专用的Geforce GTX 960图形卡。我把这些代码放在代码的开头，比较使用GPU或CPU的训练速度，我看到似乎使用CPU赢了！GPU：os.environ['CUDA_VISIBLE_DEVICES'] = '0'import os
os.environ['CUDA_VISIBLE_DEVICES']
浏览 0提问于2019-08-02得票数 2
回答已采纳
对于一个小数据集来说，CPU程序比GPU程序更快。但是GPU克服了CPU，因为数据集超过500。我正在使用我的戴尔笔记本电脑，它有i3 CPU和Geforce 525M GPU。GPU最初缓慢性能的最佳解释是什么？
我编写了另一个程序，它需要两个向量，将它们相乘，并将结果相加。这就像点积，结果是向量和，而不是标量。在这个程序中，GPU比CPU更快，即使是小数据集也是如此。我用的是同
浏览 9提问于2012-11-26得票数 0
但是似乎cv::imshow不够快，或者从CPU到GPU再到投影仪的数据传输速度很慢，所以我想知道是否有比OpenCV?更快的显示方式。我考虑了 OpenGL ，因为OpenGL直接使用GPU，所以命令可能比OpenCV使用的CPU更快。如果我错了，请纠正我。
浏览 18提问于2014-01-15得票数 9
回答已采纳
1回答
我正在寻找有关的信息，CPU如何移动程序代码到GPU时，使用GPU计算。Internet是关于数据传输的大量手册，而不是关于指令/程序加载的手册。问题是:程序由CPU处理，CPU用每个计算单元上的适当标志“配置”GPU，以执行给定的操作。在此之后，数据被转移和处理。第一次手术是怎么做的？如何向GPU发出指令？指令是否以
浏览 3提问于2012-02-16得票数 4
1回答
我的opengl应用程序以大约110fps的速度运行。当我添加离屏渲染时，它会减慢到15fps。我正在使用frame buffer对象和glReadPixels在屏幕外渲染。我在网上搜索过，发现GPU内存到CPU内存的数据传输很慢，反之亦然。我有一个128MB显存的ATI Mobility Radeon™X2300。所以我的问题是
1)有没有办法提高VRAM到CPU ram的数据传输</em
浏览 0提问于2013-12-25得票数 0
2回答
如果这是一个愚蠢的问题，我很抱歉，但我很长一段时间都在想，为什么有这么多的例子顶点着色器，包含一个模型视图矩阵。在我的程序中，我有以下情况：
视图矩阵也经常发生变化(例如，改变查看方向如果我要在顶点着色器中使用一个模型视图矩阵，我就必须在CPU上执行矩阵乘法并上传一个矩阵。另一种方法是上传模型和视图矩阵，并在GPU上进
浏览 3提问于2014-04-25得票数 2
回答已采纳
2回答
我有点不深入(最好的方式，我认为)，但我正在寻找一个优化，可以减少GPU到CPU数据传输为我的应用程序。
我有一个应用程序，对GPU中的顶点数据执行一些修改。有时CPU必须读取部分修改后的顶点数据，然后计算一些参数，然后通过制服传递回GPU着色器，形成一个循环。需要很长时间才能将所有顶点数据传输回CPU，然后在CPU上对其进行筛选(数百万点)，因
浏览 6提问于2017-07-03得票数 3
回答已采纳
为了创建输入Tensor，我调用了browser.fromPixels(imageData)，它从同样位于CPU上的Tensor对象创建CPU上的ImageData。由于我使用的是tfjs的webgl后端，所以在调用model.predict(tensor)函数时，数据会被发送到GPU。所有这些都运行得很好，除了我的ImageData对象是从带有WebGLRenderingContext的画布上的图像创建的<
浏览 42提问于2021-10-22得票数 1
回答已采纳
我使用tensorflow-gpu作为后端，在Kras1.2中编写了一个5层的密集网络，并在我的MacBookPro (CPU)和AWS (启用K80- cuda )的P2.xlarge实例中训练它。令人惊讶的是，我的MacBookPro训练模型的速度比P2实例快。我已经检查过模型是使用P2中的图形处理器进行训练的，所以我想知道...为什么它会运行得更慢？
浏览 0提问于2018-03-07得票数 2
当模型被训练在GPU上时，我正在研究从CPU中预取数据到GPU中。与GPU模型训练重叠的CPU到GPU数据传输似乎需要两者同时进行。用data = data.cuda(non_blocking=True)向GPU传输数据
但是，我无
浏览 21提问于2020-08-18得票数 10
由于昨天的答案，我认为我现在有一个正确的基本测试统一内存使用PASCAL1080Ti。它分配一个50 up的单维数组并将其相加。如果我正确理解，它应该是内存绑定，因为这个测试是如此简单(添加整数)。i = 0; i < n; ++i) { } printf("done in %f (single CPU这些数字是7个整数-3:+3的重复序列，当加起来时，除了结尾的2的
浏览 2提问于2017-05-03得票数 2
我试图用setTimeout ()命令并行包装gl.BufferData函数，将数据从cpu传递到gpu。理想情况下，我试图加速从cpu到gpu的数据传输。
我认识到，webgl调用不能用cpu定时器来计时。
浏览 0提问于2019-08-12得票数 0
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
