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
Eloudy17 小时前
模板函数动态库与头文件设计示例
算法·cuda
斯特凡今天也很帅20 小时前
Windows CUDA12.9本地安装
windows·cuda
InfraTech2 天前
一文了解AI经典GPU架构---Tesla
gpu·cuda
ouliten2 天前
TensorRT笔记(6):INT8API的使用
笔记·cuda
白菜上路3 天前
ollama+dify安装
cuda·dify·ollama
不吃香菜的鱼3 天前
PyTorch-CUDA-v2.9镜像自动混合精度训练配置指南
pytorch·cuda·自动混合精度
新职语3 天前
打造个人AI实验室:低成本使用PyTorch-CUDA-v2.8云实例
pytorch·cuda·云实例
Kingston Chang3 天前
利用PyTorch-CUDA镜像快速复现顶会论文实验结果
pytorch·镜像·cuda
Lrrrissss3 天前
Anaconda卸载重装PyTorch环境的正确方法
pytorch·cuda·anaconda
苟全性命3 天前
语音识别模型训练案例:展示PyTorch-CUDA-v2.7的强大算力支持
pytorch·语音识别·cuda