👉 每秒采样 GPU 活跃度、SM 活跃度、PCIe Tx/Rx，直接保存到 CSV。

随着人工智能技术的飞速发展，云计算行业正经历一场深刻的转型，从传统的通用计算迈向智能化、场景化的智算时代。在这场变革中，众多云服务商积极拥抱机遇，构建面向未来的...

随着蛋白质数据库规模的快速增长，对更快、更敏感的同源性搜索工具的需求愈发迫切。研究人员开发了 GPU 加速版 MMseqs2 (MMseqs2-GPU)，在单一...

随着NVIDIA Blackwell GPU架构赋能的Jetson Thor SoC发布，CUDA 13.0通过一系列创新优化，重新定义了嵌入式与边缘AI的开发...

在人工智能，特别是大语言模型（LLM）和基础模型飞速发展的今天，模型的规模和复杂性呈指数级增长，对内存容量和带宽的需求急剧膨胀，传统CPU-DRAM与块存储的两...

“你买的4090多少钱？”、“H100性能真厉害！” ，GPU的价格性能一直是大家乐于谈论的话题，作者也经常可以在茶余饭后听到这样的讨论。在热火朝天地谈论性能指...

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通...

大型语言模型（LLM）部署、AI作画、数据科学项目需要强大的GPU算力支持，但动辄上万的硬件投入和维护成本让人望而却步。现在，腾讯云高性能应用服务HAI为您提供...

起初，我在搜索引擎里输入 “GPU 性能测试工具”，结果跳出的全是需要下载安装的软件。有的工具安装包动辄好几百兆，还附带一堆捆绑插件，一不小心就会把电脑弄得乌烟...

在服务器硬件里，CPU和GPU就像两位各司其职的“核心工匠”：一个擅长处理复杂精密的“细活”，一个精通批量高效的“粗活”。很多人知道它们都是“计算引擎”，却分不...

作者：乔克 公众号：运维开发故事 博客：https://jokerbai.com

新计算技术的规模化普及需满足两大前提：一是融入多技术、多学科交织的异构工作流，二是实现全生命周期“价值＞成本”平衡（需覆盖数据中心改造、运维开销、人...

文章链接：https://arxiv.org/pdf/2507.08801 项目链接：https://github.com/alibaba-damo-acad...

作者介绍：崔鹏，计算机学博士，专注 AI 与大数据管理领域研究，拥有十五年数据库、操作系统及存储领域实战经验，兼具 ORACLE OCM、MySQL OCP 等...

在一次企业数据报表会上，王工盯着屏幕上的 SQL 查询结果皱起了眉头：原本几秒就能生成的销售报表，现在居然要几十秒。团队第一反应是，“加索引就好了。”然而，当数...

本脚本用于自动监控多卡 GPU 的使用状态，当某张 GPU 连续活跃超过设定秒数时开始记录该卡的使用情况，并在其连续空闲超过设定时间后自动停止记录，并生成图像报...

大型语言模型（Large Language Models, LLMs）如GPT-OSS、GPT-4、LLaMA和Mixtral的快速发展显著提升了人工智能的能力...

NumPy作为Python数值计算领域的基础框架，凭借其强大的N维数组结构和丰富的函数生态系统，成为科学家、工程师和数据分析师的核心工具。然而，随着计算需求的快...