cudnn版本gpu架构

nvcc --help 可以看 --gpu-architecture 写到的支持的架构

NVIDIA 的 GPU 架构是按代次发布的,以下是这些架构的对应说明:

  1. NVIDIA Hopper: 这是 NVIDIA 于 2022 年推出的架构之一,面向高性能计算(HPC)和人工智能(AI)的任务。
  2. NVIDIA Ada Lovelace: 这是 NVIDIA 最新发布的架构之一,大约在 2022 年推出,主要针对消费级市场和游戏,代表性的 GPU 如 GeForce RTX 40 系列。
  3. NVIDIA Ampere: 于 2020 年推出,是广泛应用于数据中心、AI 推理、训练以及高端消费者级 GPU 市场的架构,如 GeForce RTX 30 系列、A100 等。
  4. NVIDIA Turing: 于 2018 年推出,首个支持实时光线追踪(Ray Tracing)的消费级架构,如 GeForce RTX 20 系列。
  5. NVIDIA Volta: 于 2017 年推出,主要用于数据中心和深度学习的架构,代表性的产品如 Tesla V100。
  6. NVIDIA Pascal: 于 2016 年推出,广泛用于各种应用场景,包括消费级显卡和数据中心,如 GeForce GTX 10 系列和 Tesla P100。
  7. NVIDIA Maxwell: 于 2014 年推出,这一架构在性能和能效方面有显著提升,代表性的产品如 GeForce GTX 900 系列。

这些架构依次构成了 NVIDIA 在过去几年的技术进步,涵盖了从游戏到专业计算的不同市场。

相关推荐
basketball61617 天前
AI Infra 硬件体系与编程模型:17. CUDA编程基础:底层驱动 API 调用
人工智能·microsoft·nvidia·cuda
fpcc18 天前
并行编程实战——CUDA编程的pipelines
c++·cuda
basketball61620 天前
AI Infra 硬件体系与编程模型:14. CUDA编程基础:事件与精确性能测量
人工智能·nvidia·cuda
kyle~20 天前
推理部署---CUDA 执行模型(SM、Block、Warp 与 SIMT)
人工智能·nvidia·cuda
June`20 天前
如何组织一个并行程序
开发语言·cuda
basketball61620 天前
AI Infra 硬件体系与编程模型:15. CUDA编程基础:混合精度计算
人工智能·nvidia·cuda
June`21 天前
CUDA执行模型深入刨析
c++·人工智能·cuda
June`21 天前
CUDA程序效率如何计算以及工具如何使用
算法·cuda
插件开发21 天前
CUDA11-VS2015安装-工具链测试-Helloworld程序
c++·gpu·cuda
虎妞050022 天前
PyTorch 2.0 生产级部署与性能优化指南
pytorch·深度学习·ai·模型部署·cuda