gpu超级计算
GPU超级计算是一种计算方式，它利用图形处理器（GPU）进行高速并行计算。GPU是一种专门设计用于处理图形的处理器，但它们也被用于处理其他类型的数据和计算，例如深度学习和人工智能任务。
GPU超级计算的优势在于它能够进行大量的并行计算，这使得它在处理大量数据时非常高效。此外，GPU超级计算还可以用于处理复杂的计算任务，例如机器学习和人工智能任务。
GPU超级计算的应用场景包括深度学习、机器学习、人工智能、数据分析、科学计算等领域。
推荐的腾讯云相关产品：
- 云服务器：提供高性能的计算能力，可以选择具有GPU加速的实例。
- 云硬盘：提供高速的存储能力，可以用于存储数据和计算结果。
- 负载均衡：提供负载均衡能力，可以用于处理高并发的计算任务。
- 云硬盘：提供高速的存储能力，可以用于存储数据和计算结果。
- 对象存储：提供可扩展的存储能力，可以用于存储大量的数据和计算结果。
- 内容分发网络：提供高速的内容分发能力，可以用于加速数据传输和分发。
- 腾讯云容器产品：提供容器化部署能力，可以用于部署和管理GPU超级计算应用。
更多相关产品和产品介绍，请参考腾讯云官方网站。
相关·内容
我总是读到从cpu分配和传输数据到gpu的速度很慢。这是因为cudaMalloc太慢了吗？是不是因为cudaMemcpy太慢了？或者是因为他们都很慢？
浏览 2提问于2011-05-05得票数 2
我只需要运行一个程序（PIX4D破解版），对数据进行处理。性能越高运行越快，数据完成也越快，GPU服务器可以安装运行吗？复杂吗？
浏览 608提问于2017-11-22
1回答
我有一个用java写的程序，它执行高计算，它运行一个时间复杂度为O(log )的算法。我想知道，如果我得到一个强大的GPU将使程序的执行时间有所不同？我是否需要修改我的代码，或者只是设置新的GPU并运行程序？
浏览 2提问于2019-03-27得票数 1
1回答
使用带有Tensorflow后端的Keras，我正在尝试训练LSTM网络，在GPU上运行它比在CPU上运行要花费更长的时间。
我正在训练一个使用fit_generator功能的LSTM网络。它需要CPU ~250秒每一个时代，它需要GPU ~900秒每一个时代。我的GPU环境中的包包括
keras-applications 1.0.8 py_0 anaconda
keras-base 2.2.4 py36_0 anaconda
keras-gpu
浏览 0提问于2019-06-25得票数 4
回答已采纳
1回答
我希望做一些非常基础的事情。我有一段不是我写的代码，它执行一些在单个数据集上运行大约需要10分钟的处理。我有50,000个数据集，所以我想利用多个GPU来并行运行。我熟悉如何在CPU上做到这一点，但是我不知道如何在GPU上做到这一点。我看到了许多关于如何通过numba提高gpu调用某些函数的速度的例子，尽管我找不到如何在gpu上运行for循环。这个是可能的吗？实际上，我有50,000个图像名称，我需要一个循环来读取所有图像并执行处理，然后将提取的信息写入.csv
浏览 0提问于2021-02-13得票数 0
尽管有一种解释"The NC 3-系列和NC T4 _v3系列的尺寸是为计算密集型的GPU加速应用程序优化的，一些例子是基于CUDA和基于OpenCL的应用程序和仿真、人工智能和深度学习。NC T4 v3-系列的重点是基于NVIDIA的Tesla T4 GPU和AMD EPYC2罗马处理器的推理工作负载。NC 3系列专注于高性能计算和以NVIDIA的NC U.为特色的AI工作负载。“
有人能解释一下他们是什么吗？
浏览 5提问于2022-10-14得票数 0
1回答
我正在用超级v设置Windows 2012，它将用于运行3-5虚拟机。服务器有两个pci，而且由于hyper不启用GPU通过性，所以我考虑在父分区中使用一个gpu，为remoteFX使用一个gpu。
由于家长可以直接访问硬件，所以我可以使用GPU进行图形要求很高的应用程序(用于开发)。但这需要在父分区内安装应用程序。这主意不好吗？我是否应该创建一个单独的VM，并使用RDP从父服务器访问它？
浏览 0提问于2016-09-20得票数 1
回答已采纳
2回答
我将这两个操作系统(Fedora 13和Windows 7)用于不同的目的，但我将使用CUDA C/C++进行GPU计算。我读过Visual Studio的Parallel Nsight plugin，它看起来是一个很棒的开发环境。然而，Linux一直有更广泛的工具和GPU超级计算机通常使用Linux。无论如何，我想知道任何一个使用这两个平台的人的优缺点。如果有人想知道，这是一个双引导系统，我将安装一个GTX 470的GPU调试到我额外的PCI express插槽。请不要激战..。
浏览 4提问于2011-01-21得票数 3
回答已采纳
我需要计算表单的标量积
T'*log(T)
其中T是表单的一个非常大的Kronecker积。
T = 1;
for k=1:100
T = kron(T, p(:,k));
end
其中p是整数的5 x 100矩阵。
由于最终的结果是一个标量，所以我不需要生成Kronecker产品数组，而且可以简单地在线求和。然而，每个p(:,k)通常都有大约3的唯一值:这就给出了大约3^100的总数，即10^47，大量的组合。
你认为我是否有可能在几周内使用GPU或FPGA来计算这个数字？
浏览 2提问于2016-11-28得票数 3
回答已采纳
1回答
因此，我目前拥有一套GeForce 1060 GPU (12台)，我想建立在一个GPU钻机搅拌机，但我有太多的问题。也许你们能帮我找出几件事：
用任何方式为搅拌机配备一个12单元的渲染平台是否有意义，或者说这太愚蠢了，因为搅拌机由于一些我不知道的限制而无法处理这么多GPU ? environment?Does 我需要多少内存和CPU才能与GPU完美地对齐，并且有一个像样的搅拌机--买一个有20个PCIe插槽的采矿主板，这样我就可以运行那些GPU了？，你更喜欢什么？，我应该使用什么操作系统？(我现在在Mac ->所以我会选择Windows还是Linux (哪个Linux))?
非常感谢你帮
浏览 2提问于2020-05-13得票数 1
我是aws酿酒师的新手。我正试图在aws中建立一个模型，使用带有GPU支持的keras。下面给出了用于推断模型的码头底图。
FROM tensorflow/tensorflow:1.10.0-gpu-py3
RUN apt-get update && apt-get install -y --no-install-recommends nginx curl
...
这是我用来检查GPU是否被烧瓶中的keras识别的keras代码。
import keras
@app.route('/ping', methods=['GET'])
def pin
浏览 0提问于2018-12-11得票数 4
回答已采纳
1回答
我正在寻找一个用于C++分布式数字处理应用程序的框架。
设置如下：
存在一个主节点，它将问题域划分为小的独立任务。任务分散到具有不同能力的工作节点(例如，支持CPU类型/GPU)。工作节点在可用时动态地添加到计算网格中。也可能发生工作节点死亡的情况，而没有说再见。
我正在寻找一个快速的C/C++框架来完成这个设置。
总之，我的主要要求是：
工人/任务-调度范例
动态添加/删除节点
目标网络: 1G - 10G以太网(公司网络，不需要在internet上有良好的性能)
可选:加密和认证通信
浏览 1提问于2012-07-12得票数 8
1回答
如何检查主板是否支持多GPU？
、、、、
我将在一个集成使用多个GPU的研究项目中工作。我正在考虑首先设置一个具有多个GPU的桌面。
我目前有一台，配备Inteli5-570CPU和Nvidia GTS250GPU。我想至少再购买2块Nvidia显卡，以添加到我现有的台式机上。
有没有什么我可以查询的资源，这样我就可以知道它是否可行，以及我应该购买什么显卡？
非常感谢。
浏览 0提问于2013-03-13得票数 0
回答已采纳
我们都知道GPU在广泛的应用程序中比CPU快得多。当有人问我们为什么不只是为GPU编程时，最常见的答案之一是GPU并不适合所有的东西--也就是说，它们不能做一些CPU很容易做的事情。好吧，怪不得:毕竟，它们不适用于一般计算。GPU与游戏和图形应用程序紧密相连，它们不仅有专门的功能，而且经常为它们做广告。
我的问题是:那么，为什么我们不构建和使用真正为并行程序设计的处理器呢？
浏览 0提问于2014-09-02得票数 2
英伟达的DGX盒和HGX盒有什么不同？(假设是相同的不。( A100 GPU和)
在网上找不到任何比较。如果有人能详细说明不同之处，并推荐哪一个最适合哪种用法，那就太好了。
浏览 0提问于2022-12-12得票数 1
1回答
由于ASIC在比特币挖掘中的广泛应用，估计了当前比特币网络(FP32)在~80 000 exaFLOPS上的近似计算能力，并意识到这种类比的局限性。我想知道主以太网的计算能力，它目前运行在~8900个节点上，使用Keccak256作为它的主要散列函数，这是一个GPU加速倾向于使用传统GPU而不是ASIC的计算能力，现在达到了~242 /S的峰值。
例如，一个非常粗略的估计是：
一款Nvidia 1070 Ti显卡的哈希速率为~31 MH/s (7.5 teraFLOPS)，当前的哈希率约为242 TH/s 242(TH/ about )/ 31 (MH/58 exaFLOPS)= 7,834,
浏览 0提问于2020-09-25得票数 6
我要买一个新的gpu来学习深度学习。新的Nvidia RTX 2060超级似乎最适合我的需求。但我想知道它现在是否与CUDA和tensorflow或pytorch兼容？
浏览 40提问于2019-07-18得票数 2
我必须对二维灰度图像做一些操作。“正常”的东西，如移动，阿尔法混合和调整大小，但也"3D类似的“操作:透视投影，旋转围绕任何轴(x，y，z)。所有这些都发生在嵌入式系统中，我可以从带有"2D GPU“(例如Vivante GC355)、"3D GPU”(Vivante GC3000)、“无GPU”(Arm A53)的微控制器中选择。
安全方法:使用3D图形处理器并使用OpenGL操作。“轮换”)来完成工作。
但是，我如何才能找到最低要求？在“无GPU”方法的情况下，很容易估计每个操作的CPU周期并进行外推。如何为GPU做到这一点？说明书上写着"x百万像素每秒“-
浏览 0提问于2018-06-28得票数 4
我用sudo after升级了我的Ubuntu，比重新启动后出现了一个黑色的登录屏幕。我试图通过“服务gdm3重新启动”重新启动gdm3，并且与单击Ctrl+alt+f7相比，什么都没有发生。我试过startx，结果出现了一些错误。在升级期间，我的Nvidia GPU被认为是主要的GPU。
浏览 0提问于2018-05-03得票数 2
内核模块名galcore.ko使我的imx6slevk板在引导时挂起。这个文件的路径是: /lib/modules/4.9.88-imx_4.9.88_2.0.0_ga+g5e23f9d61147/extra/galcore.ko手动删除这个.ko文件，flashng板引导良好。我想修改yyocto源代码，以防止这个.ko文件自动加载。
我试着加入
PACKAGE_EXCLUDE = "imx-gpu-viv"
而且还
IMAGE_INSTALL_remove = "imx-gpu-viv"
进入我的fsl图像验证-qt5.bb文件，但它们都没有任何效果。
这是
浏览 14提问于2019-10-15得票数 1
回答已采纳
我们在google云中使用一个GPU实例来运行与机器学习相关的服务。谷歌云为他们的GPU实例制定了这些计划外的维护计划。在实例关闭以进行维护之前，google将在实例被拒绝前1小时向该实例发送通知。
假设GPU实例名为"vm1“，我们希望在"vm1”接收到以后将通过维护进行维护的通知后，将备份GPU实例“VM1-复制”旋转起来，这样对客户端的服务就会受到此维护的影响。一旦"vm1“的维护完成，停止”vm1-重复“，这样就没有额外的成本了。
谷歌云中是否有一种优雅的方法，可以根据某些条件/触发器/事件编写这样一个自动vm启动/停止程序？
浏览 0提问于2020-08-18得票数 0
4回答
细胞处理器的死亡
、、
在最后一次，我听到很多人声称细胞处理器已经死了，主要原因如下：
在新的playstation 3中缺少支持，因为用户无法安装linux circles)Global ，GPU的处理能力不断提高，成本降低了，存在一种针对不同GPU的统一编程方法(openCL)，而不是针对不同GPU的Carency(今天公布了Cell.Carency)单元的使用实例(除了学术上的<//code>F 211</code>失败感之外)。
你认为如何？如果你在两三年前就开始对这个单元进行编程，你会继续这样做吗?还是你正在考虑切换到GPU呢？新版本的细胞会出现吗？
谢谢
浏览 6提问于2009-11-02得票数 6
回答已采纳
2回答
基于OSX的GPU使用监控
、、、、
我有一个Macbook Pro，我目前正在寻找软件，这是适合监测英特尔虹膜图形6100，Macbook使用的图形卡使用。是否有某种提供GPU使用日志功能的应用程序，或者我可以在终端中键入一个命令来创建GPU使用日志？
谢谢
浏览 0提问于2018-03-03得票数 1
人们经常建议，要实际参与采矿，必须获得图形卡并安装数据自动化系统和/或OpenCL库。
根据wikipeda的定义：
库达是Nvidia创建的并行计算平台和应用程序编程接口(API)模型。它允许软件开发人员和软件工程师使用CUDA支持的图形处理单元(GPU)进行通用处理，这种方法称为GPU(图形处理单元上的通用计算)。CUDA平台是一个软件层，可以直接访问GPU的虚拟指令集和并行计算元素，用于执行计算内核。OpenCL(开放计算语言)是一个跨异构平台执行程序的框架，包括中央处理器(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)和其他处理器或硬件加速器。
浏览 0提问于2017-07-22得票数 1
我对Ubuntu认证硬件(由制造商预装)和NVIDIA GPU感兴趣。
有什么方法可以下载经过认证的硬件列表，包括GPU模型(比如GPU)？
谢谢。
浏览 0提问于2020-12-16得票数 0
1回答
对于在CPU上和GPU上进行多少矩阵运算，对于普通的3D操作，有什么共同的智慧吗？
一个典型的3D着色器可能需要几个矩阵。计算表面到光的世界矩阵。用于正常计算的世界逆转置矩阵。一种用于三维投影的世界观投影矩阵。等。
有两种基本的方法来解决这个问题。
计算CPU上的矩阵并将计算的矩阵上传到GPU
在某些CPU语言中
worldViewProjection = world * view * worldInverseTranspose =transpose(反向(World))；将world，worldViewProjection，worldInverseProjection上传到GPU
在GP
浏览 2提问于2016-03-07得票数 1
对于我们的函数，使用gpu比使用cpu更快，所以我想在python中使用gpu运行函数以使其更快。
#this function should run in GPU
def sendRequest(url):
resp = requests.get(url).text.lower()
return resp
上面的函数是向成千上万的URL发送请求，我希望它使用GPU的能力。
我的GPU : nvidia GTX 1660超级6 6GB
浏览 1提问于2021-01-02得票数 0
假设我有4个GPU，并且希望并行运行50个CUDA程序。我的问题是: NVIDIA驱动程序是否足够聪明，可以在不同的GPU上运行50个CUDA程序，还是必须为每个程序设置CUDA设备？
谢谢
浏览 12提问于2014-01-06得票数 2
回答已采纳
1回答
假设我想做一些计算实验，可能是一些数学模拟，我想从系统中得到最好的性能。我不想让操作系统消耗掉大量的物理内存，也不想让无数的系统服务争夺CPU的访问。
将计算机引导到某种极小的环境中的最佳方法是什么，在这个环境中，我可以运行我用C编写的编译程序。我需要访问物理内存，可能还需要一些对硬盘的基本访问(我不需要文件系统，只需按它们的绝对地址读写东西)。
我试着写我自己的引导程序，但成功的情况参差不齐。我想我可以进入64位模式(长模式)，但我不知道从那里开始运行更多的代码和与完整的物理内存和硬盘交互。
这可能是有点太多的要求，但GP-GPU可能也会很方便。
浏览 0提问于2014-02-03得票数 0
回答已采纳
我以两种方式运行tf。 首先，我使用python3.5和tf 1.12.0，当我运行tf.Session()时，python3.5的输出是这样的： 2020-07-16 16:40:36.993973: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2020-07-16 16:40:37.191067: I tensorflow/core/commo
浏览 58提问于2020-07-16得票数 1
1回答
我是西亚诺图书馆的新手，它是用来深入学习GPU设备的。我注意到，有几个内置操作可以支持gpu计算(我猜它们是专门以支持GPU的方式编写的)：
import theano.tensor as T
T.sum(), T.neq(), T.argmax(),T.grad()
1.如果我使用python的内置函数sum()而不是T.sum()，有什么区别。sum()还能工作，但可能慢一点吗？
假设sum()不适用于gpu计算，那么如果我需要在gpu上工作的任何操作/函数，我需要以这种方式实现它。例如，我要计算sin(x)，其中x是向量或矩阵，并存储在GPU内存中。有什么提示可以在gpu设备上实
浏览 3提问于2015-06-25得票数 0
回答已采纳
3回答
我正在研究如何使用GPU来处理流式数据。我有两个选择，但无法决定走哪条路？
我的标准如下：
易用性(良好的API)
社区和文献
性能
未来
我将在linux下用C和C++编写代码。
浏览 8提问于2010-04-15得票数 22
回答已采纳
朋友!我有一个关于使用多个gpu处理的问题。我使用了4个gpus，并尝试了简单的A^n + B^n示例，如下所示。
单GPU
使用tf.device('/gpu:0')：....tf.matpow代码.
多GPU
使用tf.device('/gpu:0')：....tf.matpow代码.使用tf.device('/gpu:1')：....tf.matpow代码.
没有指定特定的gpu (我想可能所有gpu都使用了)
....just tf.matpow代码..。
当尝试这样做时，结果是难以理解的。结果是: 1.单个gpu :
浏览 5提问于2017-01-10得票数 2
4回答
如果一台PC中有两个GPU，一个只处理图形，另一个专用于PhysX，那么物理相关的数据流程是什么？
假设我们是在模拟爆炸，PhysX计算爆炸元素(位置、大小、数字，诸如此类)，而图形GPU则呈现它们。CPU是否将输入发送到PhysX GPU，获取结果并将(某些)结果发送到图形GPU？或者是这样的: CPU向PhysX GPU发送输入数据，执行计算之后，来自PhysX GPU的数据直接转到图形GPU (完全省略CPU )，因为它们只是用来渲染东西，而CPU不需要对它们做任何事情？
编辑:实际上，作为一个额外的问题，我想知道同样的情况下，只有一个GPU (用于PhysX和图形)。数据是流到GPU，
浏览 0提问于2016-12-12得票数 4
回答已采纳
我正在使用tensorflow在一台机器上训练几个GPU中的模型。然而，我发现速度比在一个GPU上训练要慢得多。我想知道tensorflow是否在不同的GPU中并行地或顺序地执行子模型。例如：
x = 5
y = 2
with tf.device('/gpu:0'):
z1 = tf.multiply(x, y)
with tf.device('/gpu:1'):
z2 = tf.add(x, y)
/gpu:0和/gpu:1中的代码是否按顺序执行？如果按顺序排列，如何使这两个部分并行执行？假设这两个部分不相互依赖。
浏览 2提问于2018-04-02得票数 0
回答已采纳
笔记本电脑：
HP展馆G6-2020 G6
GPU：
ATI HD7000系列
英特尔集成
操作系统已安装：
Ubuntu 12.04 (64位)
我有从AMD网站安装ATI图形卡驱动程序。
图形卡驱动程序在3D模式下工作正常。它的运行有点热，正如预期的GPU。
AMD催化剂控制中心允许我选择在高端(ATI GPU)模式还是英特尔集成GPU (更好的电池寿命)运行系统。
当我处于高端GPU模式时，Ubuntu工作得很好.
但当我切换到英特尔模式在AMD CCC和重新启动机器，Ubuntu进入‘低图形模式’。问题不是它进入低图形模式，这是完全预期的，因为我不再使用ATI GPU，而是集成的英
浏览 0提问于2012-07-30得票数 1
我试图找到一个Z390主板与内置支持两个4K DisplayPort显示器。
我可以看到，许多有USB，但我找不到任何信息，如果他们中的任何一个支持DisplayPort的连接器。
一些主板有一个DisplayPort连接器，但我找不到任何信息的DisplayPort版本，他们有。
我已经意识到100%的Z390是为玩家服务的，玩家使用的是一个有自己的端口的专用GPU，但是在这个设置中，除了Intel 630之外，没有额外的GPU是必需的或需要的。
你能帮我找到一个支持两个4K显示器使用DisplayPort的主板吗？
浏览 0提问于2019-03-19得票数 0
我正在用用GPU测试Theano
# Start gpu_test.py
# From http://deeplearning.net/software/theano/tutorial/using_gpu.html#using-gpu
from theano import function, config, shared, sandbox
import theano.tensor as T
import numpy
import time
vlen = 10 * 30 * 768 # 10 x #cores x # threads per core
iters = 1000
rng =
浏览 4提问于2016-03-14得票数 2
回答已采纳
如果有一个矩阵加法应用程序是由混合CPU-GPU实现的(在CUDA (即)中，每个线程在主机CPU和GPU中执行部分矩阵加法)，例如，如果矩阵大小为1000，第一个500将由主机cpu计算，其余由gpu计算，基本上计算在CPU和GPU之间，与只计算CPU和只计算GPU相比，这是最好的。请帮我理解这个概念。
是否有任何分析工具可以帮助在这3之间找到这样的计算性能？我是数据自动化系统的新手，所以任何帮助/指导都将不胜感激。
谢谢!
浏览 5提问于2014-08-02得票数 0
回答已采纳
1回答
我正在为一个家庭成员(与他的Oculus Quest 2和Oculus Link一起使用)组装一台游戏PC，而GPU的短缺正在那里进行，我正经历着一段艰难的时光。如果我能以合理的价格找到一个，我只需要一个RTX 3070并完成它，但事实证明，这是相当困难的任务。有一个很好的机会，我将能够得到我的手在RTX 3060，但我听到很多人说它是“平淡无奇”.有些人甚至说RTX 2070或2060 Super会比3060更适合VR。我看得出来也许是真的，但RTX 3060 Ti呢.那就够了，不是吗？
我们谈论的可能主要是罗布洛虚拟现实和一些荣誉勋章式的游戏.但谁知道他还会惹上什么麻烦。
系统其余部分的
浏览 0提问于2021-09-17得票数 0
我有两个gpus安装在我的个人电脑，因为他们是并行使用(没有任何SLI或喜欢)。假设我在tensorflow中运行了一个简单的代码，类似于中的线性回归。那么使用哪种gpu呢？都用过了吗？这是运行日志。
2018-09-15 02:55:36.314345: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2018
浏览 1提问于2018-09-14得票数 1
回答已采纳
我是新的并行编程，我感谢您的帮助，了解它如何工作。这是一个人为的例子，在这个例子中，我希望一个运算的结果在矩阵的每个单元格中是50。
结果取决于index+1数组中的一个值。在并行编程中，这不是很好，因为值不是按顺序计算的，而且每几个单元格我都得到不正确的结果。我的创可贴是将函数分成多个，但我认为应该有一个更好的解决方案，尽管我不太清楚该搜索什么。谢谢。
code代码：
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <stdio.h>
#include
浏览 3提问于2014-08-13得票数 0
回答已采纳
1回答
我试图计算不同级别的GPU上的HOG功能，然后将每个级别的特性保存到一个yml文件中。下面是我正在使用的函数。
void App::run()
{
unsigned int count = 0;
FileStorage fs;
running = true;
int width = 640;
int height = 480;
Size win_size(args.win_width, args.win_width * 2);
Size win_stride(args.win_stride_width, args.win_strid
浏览 1提问于2015-06-28得票数 0
回答已采纳
我买了GTX 960 GPU，但注意到我的所有个人电脑都不支持它，尤其是商业PC。我想找到一些支持良好的GPU，因为我只对GPU的计算感兴趣，而不是游戏。但是，如果我选择这样的GPU，我不确定我是否会失去一些性能。选项只是Nvidia的GPU与CUDA的支持，因为计算是需要在Matlab中。
商业个人电脑的例子
. Compaq =‘Compaq 3’>Q75(英特尔芯片组)和许多其他惠普PC与英特尔芯片组Q75，Q85，.线程这里关于Q85，这里关于Q75。
如何在广泛的支持下找到用于计算的GPU？
浏览 0提问于2015-12-30得票数 3
回答已采纳
我想写一个算法，它将受益于GPU优于CPU的哈希能力。
PyOpenGL是答案吗？我不想使用绘图工具，而是简单地运行一个移植到GPU上的“普通”python脚本。
我有一个ATI/AMD GPU，如果这意味着什么的话。
浏览 0提问于2012-10-03得票数 1
回答已采纳
1回答
我们知道Vulkan可以很好地利用多GPU资源，但Vulkan是否涉及集群计算(使用一个GPU在多台机器上分配工作，而不是一台拥有多个GPU的机器)？
浏览 1提问于2016-11-23得票数 0
2回答
在我的前一个问题中，我问人们为什么不在GPU上编程。现在我用这个文章来学习流体力学。他们说这一切都应该在GPU上完成。我使用的游戏引擎是统一，我知道着色是在GPU上运行的。但是有什么方法可以在GPU上编程(除了着色器)吗？
浏览 0提问于2011-10-09得票数 1
回答已采纳
1回答
关于：http://www.netmux.com/blog/how-to-build-a-password-cracking-rig
我们可以看到以下示例，它们使用了4个GPU：
哈希类型: SHA1 Speed.Dev.#*.：25963.3 MH/s
根据：https://security.googleblog.com/2017/02/announcing-first-sha1-collision.html
它采取了谷歌110 GPU (?)一年后发现SHA-1碰撞：
九个五分之一个(9223372036854775808) SHA1计算总数
若要创建SHA1冲突，请执行以下操作。
1年=
浏览 0提问于2017-02-25得票数 0
3回答
我目前正在学习OpenGL，很明显，我可以在CPU或GPU上完成大部分的计算。例如，我可以在CPU上做一些类似lightColor * objectColor的事情，然后通过GLSL制服将它发送到GPU。相反，我可以分别发送它们，并让GLSL执行计算。
在哪里进行图形计算有最佳实践吗？我的想法是，GPU可能是优化矩阵或矢量计算。然而，我也认为CPU可能是一个更好的地方，因为GPU可能有更好的事情要做。
浏览 0提问于2019-10-07得票数 3
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
实时音视频
云直播活动推荐
腾讯云开发者
