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
封奚泽优4 天前
使用mmdetection项目进行训练记录
pytorch·python·cuda·mmdetection·mmcv
fpcc5 天前
并行编程实战——CUDA编程的其它Warp函数
c++·cuda
Autumn72996 天前
【系统重装】PYTHON 入门——速通版
开发语言·python·conda·cuda
fpcc7 天前
并行编程实战——CUDA编程的Warp Vote
c++·cuda
fpcc7 天前
并行编程实战——CUDA编程的Warp Shuffle
c++·cuda
风流倜傥唐伯虎9 天前
N卡深度学习环境配置
人工智能·深度学习·cuda
fpcc10 天前
并行编程实战——CUDA编程的Enhancing Memory Allocation
c++·cuda
fpcc10 天前
AI和大模型之一介绍
人工智能·cuda
闪电橘子10 天前
Pycharm运行程序报错 Process finished with exit code -1066598273 (0xC06D007F)
ide·python·pycharm·cuda
fpcc11 天前
并行编程实战——CUDA编程的内存建议
c++·cuda