gpu

CUDA编程初探1993年：NVIDIA 成立，初期专注于图形芯片设计。 1997年：发布 RIVA 128，首款支持 DirectX 5 和 OpenGL 1.1 的显卡，采用 128-bit 架构，奠定早期 3D 加速基础。 1999年：推出 GeForce 256，首次提出“GPU”概念，集成硬件变换与光照（T&L）引擎，不再依赖 CPU 处理图形数据，性能较前代提升 10 倍。

数据智能老司机

GPU 编程实战——使用 PyCUDA 与 CuPy 功能到目前为止，我们都是在 Python 脚本里以静态字符串的形式定义 CUDA C kernel，手动编写、一次性编译然后按需调用。这对于固定不变的 kernel 足够，但随着项目规模增大，我们往往需要更多灵活性：根据运行时参数生成代码、调优编译选项，或在同一框架里支持多种算法变体。

都都学算法

【CUDA编程】hello world 级入门（一）最近参考 CUDA 入门教程，想记录自己学习和思考的过程。根据这份参考教程，整体分为将以下两个部分：在这篇博客中围绕第一部分进行展开讨论。

杰克逊的日记

GPU运维常见问题处理硬件故障是 GPU 运维中最直接的问题，通常表现为设备无法识别或运行异常，需优先排查物理层面问题。症状：

基于Docker的GPU版本飞桨PaddleOCR部署深度指南（国内镜像）2025年7月底测试好用：从理论到实践的完整技术方案还是网上没找到这个基于Docker的GPU版本飞桨PaddleOCR部署教程，于是就有了这一篇。这个的确坑很多，可能后面变一个版本就不好用了，也是为什么这篇博客不完全粘贴代码的原因。端口是示例，可以随意改。

雪碧聊技术

CPU（中央处理器）和GPU（图形处理器）的区别🌟 欢迎来到AI奇妙世界！ 🌟亲爱的开发者朋友们，大家好！👋我是人工智能领域的探索者与分享者，很高兴在CSDN与你们相遇！🎉 在这里，我将持续输出AI前沿技术、实战案例、算法解析等内容，希望能和大家一起学习、交流、成长！💡

GpuGeek 实操指南：So-VITS-SVC与Stable Diffusion详解和音画同步生成实战在人工智能飞速发展的当下，AI 创作工具不断推陈出新，为我们的创意表达开辟了全新路径。So-VITS-SVC 语音合成模型能够赋予文字灵动的声音，Stable Diffusion 文生图模型则可将文字描述转化为精美的图像，二者结合，能构建出极具创意的多媒体内容创作体系。本文将借助 GpuGeek 平台，详细讲解这两个模型的搭建过程，以及如何将它们与即梦 AI 深度融合，实现更强大的创作功能。

杰克逊的日记

大数据集群运维常见的一些问题以及处理方式自动化工具：日志管理：容量规划：灾备策略：

也玩音频克隆IndexTTS以下两篇文章已经较好的介绍IndexTTS项目，本文基于这两篇文件对该项目安装实现的一些细节再做更详细的说明，也算对自己的折腾做下总结。

【水动力学】04 二维洪水淹没模型Pypims安装HiPIMS（High-Performance Integrated hydrodynamic Modelling System）使用最先进的数值方案（Godunov型有限体积法）来求解二维浅水方程以进行洪水模拟。为了支持高分辨率洪水模拟，使用CUDA/C ++语言在多个GPU上实现了HiPIMS，以实现高性能计算。由于HiPIMS具有模块化和灵活的结构，因此只要问题可以在均匀的矩形网格上解决，就可以进一步开发用于水文科学的其他应用。

cuDNN 的 IMPLICIT_GEMM 算法IMPLICIT_GEMM 是 NVIDIA cuDNN 库中用于卷积运算的一种算法选择。它是卷积计算的一种优化实现方式，特别适用于某些特定场景。

如何在 Android Framework层面控制高通（Qualcomm）芯片的 CPU 和 GPU。如何在 Android Framework层面控制高通（Qualcomm）芯片的 CPU 和 GPU。参考：https://blog.csdn.net/YoungHong1992/article/details/117047839?utm_source%20=%20uc_fansmsg

探索云原生

开源 vGPU 方案 HAMi 原理分析 Part1：hami-device-plugin-nvidia 实现本文为开源的 vGPU 方案 HAMi 实现原理分析第一篇，主要分析 hami-device-plugin-nvidia 实现原理。

VS2019+CUDA12.5入门通常先装vs后装cuda，cuda会自动集成到vs中。而如果先装cuda，后装vs则需要进行额外的配置。

扫地的小何尚

全新NVIDIA Llama Nemotron Nano视觉语言模型在OCR基准测试中准确率夺冠PDF、图表、图形和仪表板等文档是丰富的数据源，当这些数据被提取和整理后，能够为决策制定提供有价值的洞察。从自动化财务报表处理到改进商业智能工作流程，智能文档处理正在成为企业AI解决方案的核心组件。

GPU虚拟化现有如下环境（注意相关配置：只有一个k8s节点，且该节点上只有一张GPU卡）：在上述单节点的k8s环境中，我先用如下配置了使用GPU的yaml起一个pod：

扫地的小何尚

NVIDIA Dynamo：数据中心规模的分布式推理服务框架深度解析NVIDIA Dynamo是一个革命性的高吞吐量、低延迟推理框架，专为在多节点分布式环境中服务生成式AI和推理模型而设计。本文将深入分析Dynamo的架构设计、核心特性、代码实现以及实际应用示例，为读者提供全面的技术指南。