cuda

阿钱真强道

01 飞腾 S5000C 服务器环境搭建实战：PyTorch + CUDA + RTX 4090D 安装与验证最近在飞腾 S5000C 服务器上搭建深度学习运行环境，本文记录一下从硬件信息确认、GPU 驱动检查，到 PyTorch 安装和 CUDA 验证的完整过程。

nvidia orin agx刷机忘记CUDA runtime，安装torch和cuda废话不多说，直接上操作1. 加源安装依赖手动添加源然后添加相关源保存后执行2. 安装 JetPack（完整CUDA）执行

明月醉窗台

[Jetson] NVIDIA Jetson 全系列边缘计算芯片进阶指南这是英伟达目前最顶尖的系列，专为具身智能（Humanoid Robotics）和生成式 AI 设计。上市年份： 2024年发布（2025年量产）。

明月醉窗台

[Jetson] 在Jetson Xavier AGX编译opencv+cuda准备工作：安装依赖包：执行编译：https://blog.csdn.net/yohnyang/article/details/129893542

专注VB编程开发20年

CUDA实现随机切割算法，显卡多线程计算你的切割优化随机算法，天生就是为 CUDA 并行设计的：每一次随机方案的生成、计算、校验，都是完全独立、互不干扰的任务，没有线程间依赖，属于 GPU 最擅长的「尴尬并行」场景。

NVIDIA NCCL 源码学习（十七）- LL和LL128协议之前提到nccl有多种协议，并且主要以simple协议为例介绍nccl的流程，本节我们具体看下simple之外的LL和LL128协议，LL是low latency的缩写，表示低延迟。协议在这里是指当前rank发送数据给peer的时候，peer如何知道数据已经可见，simple的做法是当前rank先发data，再执行fence_sys，最后发flag，peer轮询flag，当轮询到flag的时候就可以知道data已经可见，但是fence_sys是个耗时的操作，nccl通过拆分出单独的warp执行fence

大规模并发处理器程序设计(PMPP)讲解(CUDA架构):第四期：计算架构与调度在前面的章节中，我们已经掌握了如何使用 CUDA 编程模型来表达并行性。我们习惯了将一个庞大的计算任务划分为一个线程网格 (Grid)，并将网格进一步细分为多个线程块 (Block)，每个块中包含数百个并发执行的线程 (Thread)。这种以数据为中心的软件抽象非常优雅，它让程序员可以摆脱底层硬件的繁文缛节，专注于算法的逻辑。

个人游戏笔记本免费“养龙虾”（二）用显卡GPU运行OpenClaw，CUDA的安装与配置系列文章： 1. 个人游戏笔记本免费“养龙虾”（Win10+WSL2+OpenClaw 部署与配置指南）

记录一次Segmentation fault (core dumped) 段错误（cuda编程）使用makefile编译成功编译，但是在运行时出现 Segmentation fault (core dumped) 段错误，如下图所示：

CUDA架构与高性能程序设计：多维网格与数据在前面的章节中，我们已经揭开了 GPU 大规模并行计算的神秘面纱，并成功编写了基础的 CUDA 程序。利用一维的线程网格（Grid）和线程块（Block），我们学会了如何高效地处理线性的数据数组，例如向量加法。然而，当我们把目光从简单的数组投向广阔的现实世界时，会发现一个不可回避的事实：真实世界的计算问题绝大多数都是多维的。

CUDA基础知识巩固检验练习题【附有参考答案】（8）以下是针对 2.2.4 Memory Performance 和 2.2.4.1 Coalesced Global Memory Access 章节内容设计的完整知识点巩固习题包。

被制作时长两年半的个人练习生

blackwell和warp specialization的背景下如何理解CTA在Blackwell架构和Warp Specialization的背景下，CTA（协作线程数组）的概念和角色发生了重要演变，从传统的执行单元转变为更复杂的任务协调和数据流管理单元。

CUDA基础知识巩固检验练习题【附有参考答案】（7）以下是针对 2.2.3.5 Constant Memory 至 2.2.3.8 Distributed Shared Memory 章节内容设计的完整知识点巩固习题包。

CUDA C++ Best Practices Guide读书笔记性能优化，量化意识为王。目标：系统掌握 CUDA 优化知识，服务于 tiled 矩阵乘 + FlashAttention 实现策略：读一层、做一层，交替进行，不要先读完再动手

CUDA架构与高性能程序设计：异构数据并行计算欢迎来到并行计算的真实世界。如果说传统的串行程序是一辆追求极致单步响应速度的跑车，那么我们即将学习的异构数据并行程序，就是一支能够同时处理海量任务的超级舰队。

权威指南第四章这一章主要是从memory角度来分析和优化算子的，用transposition的例子分析maxbandwidth rate对性能的影响。

[CUTLASS笔记2]host端工具类头文件这里大部分的流程都和上一篇一模一样，就不再赘述了这是cutlass封装的half数据类型，对应cuda的__half

CUDA编程指南基础知识点总结（5）以下是针对 2.2.3 GPU Device Memory Spaces 章节内容的详细知识点整理，包含所有内存类型的特性、使用方法及最佳实践。

CUDA基础知识巩固检验练习题【附有参考答案】（5）以下是针对 2.2 Writing CUDA SIMT Kernels 和 2.2.1-2.2.2 子章节内容的详细知识点整理及配套练习题。

CUDA基础知识巩固检验练习题【附有参考答案】（6）以下是针对 2.2.3 GPU Device Memory Spaces 章节内容设计的完整知识点巩固习题包，包含选择题、填空题、简答题、分析题和编程练习题。