gpu高性能运算
在云计算领域，GPU高性能运算是一个非常热门的话题。GPU（图形处理器）是一种专门设计用于处理大量数据并进行高速并行计算的硬件。与传统的CPU相比，GPU具有更高的性能和效率，因此在许多领域中都得到了广泛的应用。
在云计算中，GPU高性能运算可以用于各种任务，包括机器学习、深度学习、人工智能、图像处理、视频处理、游戏和虚拟现实等。由于GPU具有并行处理能力，因此可以大大提高计算速度和效率，特别是在处理大量数据时。
目前，腾讯云提供了多种GPU高性能计算产品，包括云服务器、云数据库、云存储、云直播等。其中，云服务器是GPU高性能计算的重要应用场景之一。用户可以根据自己的需求选择不同规格的GPU云服务器，以满足不同的计算需求。
除了云服务器外，腾讯云还提供了其他的GPU高性能计算产品，例如云数据库、云存储和云直播等。云数据库可以用于存储和管理大量的数据，并提供高性能的查询和分析能力。云存储则可以用于存储和管理各种类型的文件，包括图片、视频、音频等。云直播则可以用于实时传输和处理音视频流，并提供低延迟和高质量的直播体验。
总之，GPU高性能运算是云计算领域的一个重要方向，腾讯云提供了多种GPU高性能计算产品，以满足不同的计算需求。
相关·内容
1回答
GPU处理离散图像的优化技术
、、、、
我有一个服务器，它将过滤器(实现为OpenGL着色器)应用于图像。它们大多是直接的颜色映射，但偶尔也会出现模糊和其他卷积。
源图像是不同大小的PNG和JPG，从100×100像素到16,384x16,384像素(我的GPU的纹理大小)。
管道是：
Decode image to RGBA (CPU)
|
V
Load texture to GPU
|
V
Apply shader (GPU)
|
V
Unload to CPU memory
|
V
Enco
浏览 1提问于2019-11-06得票数 3
回答已采纳
与不带AVX和tensorflow-gpu和AVX2的AVX2相比，AVX和AVX2的速度有多快？
我试着用谷歌找到一个答案，但没有成功。很难重新编译tensorflow-gpu for Windows。所以我想知道这是否值得。
浏览 1提问于2017-09-10得票数 14
回答已采纳
1回答
如何充分利用资源
、、、、
我正在训练CNN使用Tensorflow对CIFAR-10数据集进行分类。我在一个 p2.xlarge实例(1个GPU，4个vCPU，61 GPU内存)上运行AWS Jupyter Notebook。我是用设置的。
训练需要很长时间。当我检查系统资源时，我发现大多数资源仍然可用。
$ free -h
total used free shared buffers cached
Mem: 59G 3.5G 56G 15M 55M 854M
-/+ b
浏览 1提问于2017-05-07得票数 0
2回答
我们在Python中有theano和numpy来做符号和数值计算，优化了我们的机器学习计算(例如:矩阵乘法和GPU使用)。在Clojure中有哪些相关的工具来做机器学习(或者至少像矩阵乘法这样的事情)？
浏览 0提问于2015-06-16得票数 7
1回答
我在两个独立的GPU上运行来自Metal Performance Shader的MPSMatrixMultiplication，一个是内部GPU，一个是AMD GPU。矩阵是完全相同的。 但问题是，结果并不完全相同。我知道GPU有一些精度损失，但为什么相同的IEEE754-2008标准的结果不一样？ 我想验证一下GPU计算的正确性。我怎么能这么做呢？我是否应该允许0.0001的差异，每个结果之间的最大差异是什么？
浏览 13提问于2019-04-25得票数 2
因此，我在我的笔记本电脑上安装了Tensorflow for Python3.5，这是一台托管Nvidia Geforce Pascal GPU的Windows机器。我还安装了CUDA并下载了cuDNN，并将其添加到PATH变量中。我的tensorflow代码可以编译，但如果我监视我的GPU，我可以看到，它不计算任何东西，相反，我的CPU正在做所有的工作。我还在控制台中得到一条输出，确认检测到GPU：
2017-06-02 15:22:22.140283: W c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tens
浏览 2提问于2017-06-02得票数 0
我试图用xcode捕获MAC openGL程序()的gpu帧。当我运行程序时，用于捕捉帧的照相机图标没有显示出来，所以我按照下面的链接做了，这意味着将GPU帧捕获更改为GLES。然而，没有GLES选项供我选择。
可能的原因是什么，我怎样才能解决？提前行动！
浏览 5提问于2020-09-20得票数 0
回答已采纳
我需要做一个有说服力的论证，一个好的GPU对于那些需要做某些计算并且可能愿意编写自己的代码来做这些计算的人来说是有价值的。我已经编写了CUDA代码，以便使用GPU快速完成计算，我想将其计算时间与仅使用CPU的版本进行比较。困难的部分是争辩说，我做了一个相当公平的比较，即使我不是在比较苹果。
如何选择CPU和GPU才能使比较看起来合理？我最好的想法是选择CPU和GPU，价格差不多；有没有更好的方法？
浏览 1提问于2012-08-27得票数 0
我已经读到了很多关于团结5.4中的新特性的辩论: GPU实例。我理解在一般情况下的重要性，无论是在节省内存和吸引电话方面。
然而，即使在阅读了一些之后，我仍然无法理解GPU实例和非GPU实例之间究竟有什么不同，更重要的是，所谓的GPU在性能方面的优势来自哪里。
谢谢你的知识和任何参考资料。
浏览 0提问于2016-05-29得票数 1
回答已采纳
我想试试GPU编程。我的MacBook空气GPU是英特尔高清图形3000，所以我认为我不能使用数据自动化系统。
我做了一些研究，然后遇到了OpenCL。但是在主页上，据说
OpenCL™()是一个运行在CUDA驱动的GPU上的异构计算的低级API .
我认为我的GPU不是CUDA驱动的，所以也许OpenCL也不能使用.
然后我想知道如何在我的MacBook Air上进行GPU编程？
浏览 5提问于2013-07-17得票数 6
回答已采纳
由于这些库可以将CPU数组转换为GPU张量，您能并行(从而加速)决策树的计算吗？我正在考虑为一个学校项目做一个用Tensorflow/Py手电筒编写的决策树类，但我想确定这是有意义的。
浏览 0提问于2019-09-17得票数 1
回答已采纳
如果应用程序/游戏是用Vulkan 1.X (X是API的小版本)制作的，它会在每个GPU上工作吗？例如，如果程序是用Vulkan 1.3编写的(最近的一个)，是否每个GPU都有支持此版本的驱动程序，或者旧的GPU没有它，程序也不会在上面运行。如果后者是真的，那么对于硬件和API版本支持的应用程序中我们想要使用的每个特性，最好使用Vulkan 1.0和分支吗？
浏览 1提问于2022-02-26得票数 -5
在下面的代码中，G2 = G .* G和G2 = G * G有什么区别？为什么我得到的第一个代码GPU负载100%，第二个我得到GPU负载和内存控制器负载传感器，两者都在100%上的gpu？
X = rand(5000, 'double');
G = gpuArray(X);
classUnderlying(G) % Returns 'single'
for m = 1:5000
G2 = G .* G .* G .* G; % Performed on GPU
end
whos G2
浏览 2提问于2014-01-16得票数 0
我是Tensorflow的新手，我正在致力于将测试图像分发到多个GPU。我读过很多Stack overflow answers和Github示例，我认为可能有两种方法。
1)使用tf.FIFOQueue()来馈送每个GPU镜像，但是很多答案都不推荐使用队列(由于新的tf.data接口)。而且它有一些问题()
2)使用tf.data接口。我不确定这个API是否支持GPU。在这个问题()中，使用GPU的输入管道似乎还不能支持tf.data馈送。
分布式Tensorflow不在我的考虑范围内(因为我们的服务器模型和规模都不是那么大)
如果有人能给我任何建议，我将不胜感激。
浏览 1提问于2018-02-07得票数 0
3回答
我有一个关于使用tensorflow的谷歌机器学习的模型，这是可以的。现在我想用GPU做一些预测。我看到了这个，但是它讲述了使用GPU进行训练的过程，而不是预测。在预测会话中，GPU没有任何信息。
有人知道用GPU用谷歌机器学习引擎做预测的可能性吗？或者，如果我使用GPU的训练，我的预测自动运行与GPU？
我使用以下命令行：
gcloud ml-engine predict --model ${MODEL_NAME} --json-instances request.json
这个命令可以工作，但它使用的是CPU。更多信息:我的模型是在美国东1区发布的，我的比例是自动的。
浏览 1提问于2017-05-10得票数 4
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
3回答
为什么存款算术表示法不常用？
、、、、
我最近发现，似乎提供了自己的类型和实数运算，比普通浮点算法快2到3个数量级。
该库基于对实数使用不同的表示形式。一种比浮点存款更有效率和更精确的方法。
如果这种表示法如此有效，为什么它不被广泛地应用于各种应用程序并在硬件中实现，或者可能是呢？据我所知，大多数典型的硬件使用某种形式的IEEE浮点表示实数。
它是否可能只适用于一些非常具体的人工智能研究，就像他们所列举的那样，作为一个例子？
如果这种表示法不仅比浮点快几百至数千倍，而且更具有确定性，并且设计用于并发系统，那么为什么它不在GPU中实现，而GPU基本上是大量并发计算器，用于处理实数？它不会带来渲染性能和GPU计算能力的巨大进步吗？
更新
浏览 1提问于2020-08-29得票数 5
回答已采纳
1回答
我正在创建一个调用Nvidia的求和减少内核(reduction6)的例程，但是当我比较CPU和GPU之间的结果时，会得到一个随着向量大小增加而增加的错误，所以：
CPU和GPU的减少都是浮点数
Size: 1024 (Blocks : 1, Threads : 512)
Reduction on CPU: 508.1255188
Reduction on GPU: 508.1254883
Error: 6.0059137e-06
Size: 16384 (Blocks : 8, Threads : 1024)
Reduction on CPU: 4971.3193359
浏览 2提问于2013-02-28得票数 2
当前GPU和GPU的最佳“每瓦性能”(以MFLOPS/W衡量)是什么？
我听说整个计算机的MFLOPS/W接近500，但目前裸CPU或GPU芯片的记录是多少？
浏览 0提问于2010-11-18得票数 1
回答已采纳
我正在尝试获取tensorflow模型的内存使用情况，正在从冻结的pb文件中加载模型：
import tensorflow as tf
def load_graph_def(model_filepath):
# Expects frozen graph in .pb format
with tf.gfile.GFile(model_filepath, "rb") as f:
graph_def = tf.GraphDef()
graph_def.ParseFromString(f.read())
return graph
浏览 0提问于2019-11-10得票数 3
1回答
我得到以下错误，建立在与kubespray。
helm安装--等等--生成名为nvidia/gpu的操作员
Error: INSTALLATION FAILED: rendered manifests contain a resource that already exists. Unable to continue with install: CustomResourceDefinition "nodefeaturerules.nfd.k8s-sigs.io" in namespace "" exists and cannot be imported into
浏览 26提问于2022-08-22得票数 -1
我有个结构
struct packet
{
int src_ip;
int dest_ip;
int src_port;
int dest_port;
int protocol;
};
cuda内核如下所示：
__global__
void GPU(struct packet * packets,int * gpu_action)
{
int i;
i = (int) packets[6]->src_ip;
}
主要职能如下：
int main ()
{
int * gpu_action;
struct pack
浏览 1提问于2013-09-08得票数 0
1回答
GPU与决定论
、、、
我在考虑把一些数学运算卸载到GPU上。由于我已经在使用D3D11，所以我会使用计算机着色器来完成这项工作。但是问题是，无论用户有什么GPU，对于相同的输入，我都需要相同的结果。(只要求它支持计算着色器4.0)。
那么，浮点数学在GPU上是确定性的吗？
如果没有，GPU支持整数运算吗？
浏览 3提问于2014-02-24得票数 3
回答已采纳
1回答
我正在写一个嵌入式设备的应用程序，可以显示3d覆盖流的ui。
要求1.高性能(60fps，最好是GPU加速) 2.在浏览器中运行。3. linux支持(android最好)。
我不熟悉web/浏览器技术，但我熟悉.net/wpf和小silverlight。我已经测试了多个silverlight coverflow和透视正确的转换有点滞后。最好的imho实现可以在这里看到。它具有虚拟化，视角正确。可以通过完全禁用透明度来提高性能。我不确定它的gpu是否加速了。我不确定silverlight的性能能有多大的提升。
哪种平台/技术在浏览器中具有最好的3d渲染性能？
编辑。我刚刚发现一个人在silve
浏览 2提问于2013-02-28得票数 0
回答已采纳
我在VS10上使用带有Cuda 7.0的OpenCv 2.4.10
在我的CPU项目中，找到关键点并像这样匹配；
detector = new cv::SURF(150,3);
descriptorExtractor = cv::DescriptorExtractor::create("SURF");
detector->detect(gry0,keypoints0);
descriptorExtractor->compute(gry0, keypoints0, descriptor0);
detector->detect(gry1,keypoints1
浏览 2提问于2015-07-05得票数 0
我的Windows Sandbox有非常低的FPS。我搜索了它，发现RemoteFX在Sandbox上支持GPU加速，但由于安全问题，RemoteFX在2021年被从Windows中删除。
在不安装任何第三方软件的情况下，在Sandbox上本地启用GPU的最佳方法是什么？
*我真的需要一个解决沙箱的办法。我不能使用任何其他虚拟机。
浏览 20提问于2022-01-02得票数 1
回答已采纳
我正在尝试运行Tensorflow作为一个NVIDIA特斯拉V100 GPU的服务。作为服务器，我的程序需要并发地接受多个请求。因此，我的问题如下：
当多个请求同时到达时，假设我们不使用批处理，这些请求是顺序地还是并行地在GPU上运行?我了解到，独立的进程有独立的CUDA上下文，这些上下文是在GPU上顺序运行的。但是，这些请求实际上是同一个进程中的不同线程，应该共享一个CUDA上下文。因此，根据，GPU可以同时运行多个内核。如果是这样的话，是否意味着如果我有大量的请求同时到达，GPU的利用率就可以提高到100%？但这在我的实验中从来没有发生过。
在不同线程中运行一个会话与在不同线程中运
浏览 0提问于2019-04-29得票数 9
1回答
GPU中的Bfloat16培训
、、、、
嗨，我正在尝试使用新的bfloat16数据类型变量来训练一个模型。我知道这在Google中得到了支持。我想知道是否有人尝试过使用GPU(例如，GTX 1080 Ti)进行培训。这是否可能，GPU张量核是否支持？如果有人有任何经验，请分享你的想法。非常感谢！
浏览 0提问于2018-07-30得票数 1
回答已采纳
我在64上使用OpenCL。在任务管理器中，我看到GPU使用的最大值为7%。如何最大限度地利用GPU？
NDRange global(100000);
queue.enqueueNDRangeKernel(kernel, NULL, global));
浏览 0提问于2018-05-02得票数 0
回答已采纳
5回答
有没有人能给我一个计算稀疏Cholesky分解的并行算法？它必须适合在GPU上执行。任何用CUDA、OpenCL甚至伪代码编写的答案都将不胜感激。
浏览 2提问于2011-08-19得票数 9
回答已采纳
对于Intel+NVIDIA双GPU "Optimus“设置，应用程序可以导出NvOptimusEnablement，如中所述。此选项允许应用程序确保高速独立GPU的使用，而无需配置文件更新或用户交互，这通常是某些类别的应用程序所需的。
对于使用AMD GPU的系统，有没有同样的技巧(只在Windows上运行就可以了)，如果有，是什么？我还没有能够找到任何具体的信息通过谷歌搜索；只有很多人问同样的问题在不同的论坛没有答案，或关于NVIDIA技巧的文章“也许AMD有类似的东西，我不知道”的评论。
浏览 2提问于2013-07-04得票数 19
回答已采纳
我知道这是个奇怪的问题！我需要创建一张名为“智能手机”的桌子。问题是列的数目。
我必须为每一个特征创建每一列吗？
(型号波段SIM电话操作员外壳操作系统CPU GPU ROM RAM存储扩展尺寸类型分辨率铃声音频视频图像电子书FM收音机耳机数据传输网络摄像头语言输入电视GPS JAVA WIFI蓝牙重力传感器多触点尺寸重量待机时间大小重量配件)
或者，我只需要创造一般的特点，在最后。我创建了一个名为“更多的信息”的专栏，希望我把所有的信息.
因为我需要用特定的特征来展示所有这些信息
什么是最佳做法？
浏览 7提问于2014-04-17得票数 0
回答已采纳
我在一台带有Nvidia GPU的Windows10笔记本电脑上运行Rshiny 64位，但是，当我运行代码时，特别是R闪亮的应用程序，它们需要很长时间。这台笔记本电脑有一个GPU，但是我的任务管理器显示GPU没有被使用。GPU会让我的程序运行得更快吗？我对硬件不太了解，所以请原谅我对此的无知。
浏览 1提问于2018-12-07得票数 0
回答已采纳
我想我会再试一次..
我见过有人说<>是可sargable的，<>是不可sargable的，等等，很抱歉，但我想要澄清。我还想要一个使用<>的糟糕查询和一个使用不同运算符的SARGable查询的示例，这似乎是不可能得到的。我见过有关如何使用SARGable进行大量查询的示例，但没有使用<>运算符的示例。
我已经试着问过这个问题一次了，因为人们认为这不是一个真正的问题，但这是一个真正的问题，我想要一个真正的答案，如果我得到了一个真正的答案，那么我就可以查看我存储的所有过程，并做出更好的决定来改变哪些。
谢谢..
浏览 0提问于2013-03-19得票数 1
回答已采纳
我想：
将数据上载到数据自动化系统世界
进行几次CUDA操作(gemm、阈值处理、dft等)
下载结果到CPU世界
如何优化数据自动化系统块部分
下面是我正在做的事情的一个例子
cv::cuda::GpuMat _emptyGpuMat;
cv::cuda::GpuMat _resultGPU;
cv::cuda::Stream GPUstream;
// -----------------------------
// Upload CPU data to the GPU
// -----------------------------
_mat1GPU.upload(
浏览 6提问于2022-06-29得票数 0
在使用TensorFlow时，我编写了以下代码来评估Python多处理的效果：
import tensorflow as tf
from multiprocessing import Process
mydevice = "/gpu:0"
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.01)
mrange = 1000
def myfun():
with tf.device(mydevice):
mm1 = tf.constant([[float(i) for i in rang
浏览 0提问于2016-07-28得票数 0
在高级深度学习库Keras中，有多种类型的递归层，包括LSTM (长时记忆)和CuDNNLSTM。根据，CuDNNLSTM是一个：
由CuDNN支持的快速LSTM实现。只能在带TensorFlow后端的GPU上运行。
我相信Keras在任何可能的情况下都会自动使用GPU。根据，要有一个工作的TensorFlow GPU后端，您需要CuDNN：
必须在您的系统上安装下列NVIDIA软件：
NVIDIA的Cuda工具包(>= 7.0)。我们推荐9.0版。有关详细信息，请参阅NVIDIA的文档。确保将相关的Cuda路径名附加到LD_LIBRARY_PATH环境变量中，如NV
浏览 2提问于2018-04-23得票数 52
1回答
我正在Tensorflow上做一些卷积计算，在双精度数字上得到了一些奇怪的错误。
由于精度问题，我需要在float64中计算这些张量。
conv3d在float32上运行得很好，但在双精度下，它只能在中央处理器上运行，而对于图形处理器，错误告诉我
InvalidArgumentError (see above for traceback): Cannot assign a device for operation 'Conv3D': Could not satisfy explicit device specification '/device:GPU:0' b
浏览 8提问于2018-07-18得票数 1
1回答
假设我在定义一个顶点结构。我可以通过将顶点的RGBA颜色打包成一个单一的无符号int来保持顶点结构的小。因此：
struct Vertex
{
float pos[3];
float normal[3];
float texcoord[2];
unsigned int color; // RGBA
};
然而，当顶点到达我的顶点着色器时，它将被转换成一个4-浮点值: GLSL中的vec4或HLSL中的float4。据推测，这种类型转换在GPU上需要一些时间。
因此，将顶点的颜色属性定义为4-浮点，从而避免转换会更快吗？
...
float color[4]
浏览 0提问于2012-04-10得票数 0
回答已采纳
1回答
在过去的几天里，我第一次与tensorflow一起工作，作为我学位自然语言处理任务的一部分。它是有趣的(有趣不是正确的词)试图让它运行在GPU上，但它让我思考。
随着GPGPU技术的成熟和框架的到来，在你的计算机上做大量的线性代数变得更快、更容易，所以最近在深入学习方面取得了进展。Nvidia现在出售专门为这项任务设计的芯片，据我所知，如果没有GPU加速，像AlexNet这样的文件是不可能的。作者很好地阐述了这一点：
我们所有的实验都表明，只要等待更快的GPU和更大的数据集可用，我们的结果就可以得到改善。
鉴于此，我的问题是，为什么我们没有看到更多的GPU用于传统的HPC任务(模拟，渲染等)？
浏览 0提问于2017-01-23得票数 2
回答已采纳
我有一个用C++语言编写的程序。我的整个代码只包含3个文件:我自己的类的头文件、类的代码实现的cpp文件和我有main()方法的第3个cpp文件。
我需要做非常复杂的计算，在正常的CPU上，我的代码大约需要3个月才能完成执行。这就是为什么我试图在我的Nvidia GPU上运行这个程序。代码是在上开发的，我创建了一个EXE文件。
这就是我想做的：
转到图形设置->，选择相关的Exe文件->，用Nvidia卡设置文件的高性能。I再次打开Nvidia控制面板->应用程序设置->，选择相关的Exe文件->选择Nvidia GPU以获得高性能。而且，这里没有运气。--
两种
浏览 8提问于2022-03-04得票数 1
回答已采纳
1回答
我们正在尝试开发一个具有面向用户组件的自然语言处理应用程序。用户可以通过API调用模型，并返回结果。模型是使用Keras和Theano进行预训练的。我们使用GPU来加速训练。但是，使用GPU仍然可以显著加快预测速度。目前，我们有一台带有两个GPU的机器。然而，在运行时(例如，当运行面向bits的用户时)存在一个问题:通过CUDA共享GPU的多个Python进程似乎不能提供并行加速。我们将nvidia-docker与libgpuarray (pygpu)、Theano和Keras一起使用。GPU仍然大部分是空闲的，但是添加更多的Python工作线程并不会加快这个过程。
解决在API后面运行GPU
浏览 1提问于2017-05-10得票数 0
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 189提问于2022-10-04
1回答
我在windows10中开始使用mxnetR的GPU计算。
一个简单的问题是，如果带有mx.gpu的mx.mlp在图形处理器中使用多核。我似乎没有..。
作为测试，我用doParallel编写了一个简单的mx.mlp程序。但它似乎不能在多核中运行该程序。只增加了1个GPU核心的使用率。
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
3回答
我正在运行张量流版本0.7.1，启用64位GPU，安装了pip，并在PC上安装了Ubuntu 14.04。我的问题是，当构建我的网络时，张量流正在耗尽内存，即使根据我的计算，我的GPU上也应该有足够的空间。
下面是我的代码的一个最小示例，它基于张量流MNIST教程。网络是一个两层全连通的网络，隐层中的节点数由变量n定义。培训小型批次的大小为1。下面是我的代码：
n = 23000
mnist = read_data_sets('MINST_Data', one_hot=True)
session = tf.InteractiveSession()
x = tf.placeho
浏览 6提问于2016-04-03得票数 8
1回答
gpu上的大矩阵乘法运算
、、、
我需要在GPU上使用CUDA实现大矩阵的矩阵乘法。每个矩阵的大小都比GPU内存大。因此，我认为我需要一个算法来有效地实现这一点。我在网上找了找，但什么也找不到。谁能给我这样的算法的名称或链接。
谢谢
浏览 0提问于2013-01-28得票数 8
回答已采纳
在升级之前，我很高兴在我的GeForce GT 635 m GPU上使用nvidia驱动程序。暖气和电池的排放率正在受到控制。而且fps很高。
升级后，我(这是第一次)在“设置>>软件&更新>>附加驱动程序”部分获得了Nvidia驱动程序列表。
我选择了331.38专有驱动程序，ubuntu告诉我设备正在使用推荐的驱动程序。
fps很高，热和棒排水比GPU总是开着(在安装驱动程序和大黄蜂之前)更好，所以我知道GPU正在按预期工作。
但是相比较而言，我仍然觉得热量的产生和电池的排放比我过去在酱油里得到的更多。
我有什么办法检查/提高性能吗？
浏览 0提问于2014-04-22得票数 0
1回答
我创建了一个具有背景图像的应用程序。
我测试了这个应用程序与配置文件GPU渲染，并发现应用程序顺利工作，没有图像在背景。即使我的图像的大小小于10 in，执行显示列表也需要时间，正如您在图像中看到的那样，它显示了表示执行显示列表操作的长红色条。
我如何在我的应用程序的背景中使用图像而性能不那么好呢？
浏览 0提问于2018-10-28得票数 0
我是一个专业的网页开发人员-我正在考虑购买一台新的笔记本电脑。
我正在做的常见任务是：
运行webpack开发服务器
运行玩笑测试
无魔
建筑码头图像
使Slack//VSCode/Spotify同时打开。
可能运行VirtualBox VM。
我用Ubuntu 18.04。
我现在的痛处是：
等待webpack重新编译和重新加载(可能需要2-10秒，我真的希望尽可能少这样做)。
如果我在同一时间运行开发服务器、jest和其他东西，计算机就会启动CPU。
据我所知- webpack只在单线程上运行.而开玩笑的测试会在paralell中运行。
问题是-如果我在看一台高端笔记本电脑，我需要看哪种处
浏览 0提问于2018-12-10得票数 1
3回答
我一直在阅读关于OpenCL的文章，我发现了这句话：
OpenCL允许任何应用程序访问非图形计算的图形处理单元.
假设我需要执行一个CPU密集型操作，或者在Java或Clojure中执行一个算法(甚至可能运行Hadoop MapReduce)，我可以使用OpenCL在GPU中执行这个操作吗？如果是的话，我为什么要那么做？
如果我们有CPU，为什么要使用GPU？
OpenCL应用程序的场景是什么？
我读到OpenCL提供并行编程，这是否意味着它将在CPU和GPU之间划分一个目标作业？或者单独穿过GPU？
浏览 2提问于2011-04-18得票数 4
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
即时通信 IM活动推荐
腾讯云开发者
