2回答
在我正在阅读的所有论文中，我看到GPU是由多处理器组成的，每个多处理器有8个处理器，能够并行执行单个warp。我能说在Nvidia 560上并行执行的最大线程数是32*6*7=1344线程吗？(32=warp，7=multipricessors，6=warps并行执行
浏览 4提问于2012-05-15得票数 3
回答已采纳
1回答
是否存在使用GPU处理器使用使用CUDA的情况。我希望获得在集群中连接的每个GPU的处理器使用情况，并将作业分配给处理器使用量最少的GPU。请帮帮忙。
浏览 2提问于2013-01-31得票数 4
回答已采纳
1回答
GPU -多少标量通道
、、、
我有点搞不懂GPU有多少标量转子(我指的是"gpu simd宽度“x "gpu simd核心”)，例如我自己的GPU "nvidia geforce gt 610")
它有48个着色器处理器(我希望每个处理器都有单独的gpu simd宽度是32浮子/国际单位-所以我的计算是正确的，它只有48x32 = 1536标量通道？(我的意思是，当所有的着色处理器都在工作时，1536个浮标可以一步一步地处理)
浏览 4提问于2014-07-18得票数 0
回答已采纳
1回答
ngpus_excl_p:独占处理模式下的GPU数量，因为每个GPU只允许一个上下文，这是否意味着在用户不使用整个GPU内存的多用户场景中，GPU资源未得到充分利用？
浏览 9提问于2020-06-23得票数 0
1回答
在gpu的背景下，有人能澄清一下含义的区别:核心，线程处理器，流处理器，多处理器。
另外，如何了解GTX570图形处理器的每个SM的活动块数量限制(计算能力2.0)？此外，设备属性显示我的gpu中每个块的最大线程数是1024，但是cuda占用计算器不接受计算能力2.0GPU的这个值。有没有新版本的cuda入住率计算器(2.1以后)？
浏览 1提问于2011-12-28得票数 2
回答已采纳
可以在CPU和GPU模式下运行Caffe吗？我有几个Caffe型号，但我的GPU资源有限，所以我无法将所有型号都放入GPU内存中。例如，我想使用3个型号的图形处理器模式和2个型号的中央处理器模式，但set_mode_cpu()和set_mode_gpu()命令只是切换整个库的模式。
浏览 5提问于2015-08-15得票数 3
我的机器上安装了两个GPU。我正在使用的库，它使用OpenCL加速，只支持一个图形处理器，它是不可配置的。我说不出我想要哪一个。似乎这个库出于某种原因选择了一个我不想要的GPU。如何删除/停止/停用此图形处理器，使其不再作为OpenCL设备受支持？注意:我可以使用任何包含更改或编辑库的选项。附注:我使用的是配备英特尔处理器和英特尔GPU + NVidia GPU的Wind
浏览 0提问于2016-11-01得票数 0
1回答
我在windows10中开始使用mxnetR的GPU计算。请告诉我你的想法如何在图形处理器中使用多核，以最大限度地发挥mx.mlp与mx.gpu的图形处理器计算的价值。
浏览 3提问于2017-09-06得票数 0
2回答
深入分析CPU和GPU之间的差异
、、、、
我一直在寻找CPU和GPU之间的主要区别，更准确地说，是cpu和gpu之间的细微差别。例如，为什么不使用多个gpu而不是gpu，反之亦然。为什么gpu在处理计算时比cpu“快”？请不要回复像“中央处理器”和“图形处理器”这样的答案。我正在寻找一个深入的技术答案。
浏览 0提问于2011-10-08得票数 12
回答已采纳
我想在CPU上运行推理；尽管我的机器有GPU。我想知道是否有可能强制TensorFlow使用中央处理器而不是图形处理器？默认情况下，TensorFlow会自动使用GPU进行推理，但由于我的GPU不好(OOM‘’ed)，我想知道是否有设置强制Tensorflow使用CPU进行推理？
浏览 0提问于2020-07-11得票数 1
1回答
深度学习CNN吃VRAM
、、、
我最近开始构建自己的小型深度学习设备，配备了ryzen 53600处理器、32 GPU内存和8gp VRam的RTX2080Super 使用tensorflow处理CNN(这是我的大部分工作)时，我发现大部分VRam几乎立即被占用(7.8 GPU中使用了7.8 GPU)，而GPU利用率约为35% 为了与tesnofrflow v2兼容，我安装了最新的驱动程序并运行了CUDA v10.0。我是否应该投资更多的VRam而不是更快的图形处理器(一个多图形处理器系统，有几个使用
浏览 33提问于2020-01-31得票数 0
回答已采纳
我正在尝试使用tf.test.TestCase，并专门在图形处理器和中央处理器上进行测试。为此，我使用self.test_session并将force_gpu设置为True或False。但是，在没有GPU的计算机上运行时，根据log_device_placement是否设置为True，行为会有所不同。with self.test_session(force_gpu=True) as sess: sess.run()
不报告错误，即使不存在GPU</e
浏览 1提问于2017-05-06得票数 0
1回答
大家好，我正在开发一个应用程序，其中涉及GPU和CPU之间的共享数据。我知道我可以分别做GPU和CPU的原子操作。另外，我也不想使用CPU和GPU之间同步的事件。有没有什么方法/命令可以让我在OpenCL中对中央处理器和集成图形处理器之间的共享数据进行原子操作？
浏览 33提问于2019-06-10得票数 0
1回答
我想在这里使用pi GPU来加速它。是否可以使用pi GPU从摄像头获取帧，然后将其转换并保存到SD卡中？同时将帧传递给处理器进行图像识别？有人可以提供一些信息，我可以使用GPU和处理器分开，以及哪些摄像头相关的操作可以做的GPU。
谢谢
浏览 0提问于2017-11-17得票数 2
我的笔记本电脑上目前没有Nvidia GPU，但我仍然希望能够加快培训速度。Per the Flux docs，它说Nvidia的图形处理器是开箱即用的支持，但没有提到AMD的图形处理器。可以在AMD GPU上使用Flux吗？
浏览 18提问于2021-07-11得票数 1
回答已采纳
1回答
据我所知，NVIDIA GPU的CUDA内核数量决定了它运行单个深度学习模型的速度。因此，如果我使用NVIDIA TITAN RTX GPU在0.5秒内对一个模型运行推断，该GPU具有72个流多处理器和4608个内核，并且它使用的GPU的最大利用率约为10%，我是否可以假设使用了10%的流多处理器(大约7个)？(我基于这个答案：)
因此，如果我降级到具有3000个CUDA内核的较低GPU，理论上它应该仍然能够以相同的0.5秒速度执行推理，对吧？
浏览 2提问于2020-01-17得票数 0
2回答
在OpenCL中，一个由多个图形处理器组成的系统是否有可能在程序员不显式划分工作负荷的情况下隐式地划分工作？
例如，假设我有一个由1个SM 192核心GPU组成的GPU，并运行矩阵乘法，这是正常的。现在我添加了另一个相同的图形处理器，OpenCL使用这两个图形处理器来计算其上的矩阵乘法，而不是程序员将工作负载划分到每个图形处理器上。
浏览 1提问于2016-05-14得票数 0
我有一台有4个GPU的服务器。我想使用其中的2个来进行多GPU训练。
提供的Keras文档提供了一些关于如何使用多个图形处理器的见解，但我想选择特定的图形处理器。有没有办法实现这一点？
浏览 66提问于2019-05-27得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
