cuda

论文复现现场

LAMMPS 用 RTX 5090 能跑多大？32GB 显存、CUDA 编译与规模验证RTX 5090 可以作为 LAMMPS 单卡模拟的候选，但需要势函数支持 GPU 加速、编译环境匹配，并通过精度验证。32GB 显存不能直接换算成固定原子数，实际容量应通过同一模型的规模递增测试确定。

从 CUDA 到昇腾：一张对照表拆解 DeepSeek 最新开源组件（TileLang / DeepGEMM / DeepEP / TileKernels）2026 年 9 月 30 日，DeepSeek 公布了一组面向华为昇腾平台的开源组件；相关解读随后于 10 月 4 日在掘金发布，给出了四组明确的对应关系：TileLang Ascend 后端对应 TileLang CUDA 后端、DeepGEMM-Ascend 对应 DeepGEMM CUDA 版本、DeepEP-Ascend 对应 DeepEP CUDA 版本、TileKernels Ascend 后端对应 TileKernels NVIDIA 后端 [1]。这组发布真正值得注意的地方，不是"又多了

论文复现现场

RTX 3090 24GB 适合科研吗？单卡论文复现、PyTorch 显存检查与 OOM 排错RTX 3090 24GB 适合不少单卡深度学习科研实验，包括图像分类、二维分割、小模型微调和部分量化大模型实验。是否够用，要看训练方式、输入尺寸和批大小；能启动程序，也不等于能复现论文指标。

论文复现现场

RTX 5090 32GB 适合科研计算吗？单卡训练、推理、论文复现与 OOM 判断方法RTX 5090 的 32GB 显存可作为许多单卡论文复现、7B/8B 推理与 QLoRA、常见视觉训练的候选；全参数大模型训练、FP64 密集计算和超大样本不应只看显存下结论。

论文复现现场

论文复现看到“RTX 3090 or higher”：显存、CUDA、batch size 与 OOM 怎么判断？“RTX 3090 or higher”通常表示作者至少在24GB显存、Ampere级CUDA环境中验证过，不代表显卡型号越新就一定能运行。应先看显存峰值，再检查CUDA兼容性，最后用最小输入实跑。

第二章：Details 重点数据细读 ⭐教你读懂 Nsight Compute 报告系列合集⭐本章正式进入 Details 页，这可是全部指标的大合集，被切成 14 个 section，从上往下排开，信息量比 Summary 大一个量级，本章着重讲透其中最值得细读的三个重点 section，剩下的 section 留到下一章按页面顺序补齐。

论文复现现场

MiniCPM-o 4.5 需要多少显存？RTX 3090 24GB 的 BF16、AWQ、GGUF 部署边界与验收方法先给结论：RTX 3090 的 24GB 显存不能按官方口径稳定承载 MiniCPM-o 4.5 完整 PyTorch 全双工 Web Demo；它更适合 AWQ、GGUF，或关闭部分模态后的单轮验证。若目标是原精度、完整音视频全双工服务，应按官方“至少 28GB 显存”要求选卡。

第8板块·第2节：统一内存的高级特性与性能调优学完本节你将能够：统一内存的核心机制是按需迁移：当主机或设备访问某个统一内存地址时，如果数据不在访问方，硬件会触发页错误，然后自动将数据从另一端迁移过来。

第8板块·第3节：设备间拷贝与点对点（P2P）传输学完本节你将能够：当数据需要在两个 GPU 之间移动时，有两种基本方式：使用两次 cudaMemcpy 完成：

第8板块·第1节：主机与设备内存管理基础与统一内存学完本节你将能够：在 CUDA 编程模型中，CPU 和 GPU 拥有各自独立的内存空间：两者之间通过 PCIe 总线连接，数据传输需要显式调用 cudaMemcpy。

第7板块·第1节：通用算子分类与设计模式学完本节你将能够：在深度学习和科学计算中，GPU 算子种类繁多，但可以根据计算模式归纳为几大类：最简单直观的模式，每个线程处理一个输出元素。

第7板块·第3节：CUTLASS 的 GEMM 实现与优化策略学完本节你将能够：CUTLASS 的 GEMM 实现遵循全局内存 → 共享内存 → 寄存器 → Tensor Core → 全局内存的数据流。其核心思想是通过多级缓存和流水线，最大化数据复用，最小化全局内存访问。

CUDA stream创建和依赖，多流并行cuda不同的stream是独立执行的，如何建立多个steam的分叉和合并依赖？CUDA 不同 stream 默认是彼此独立调度的，要建立多个 stream 之间的“分叉 / 合并”依赖，最常用的机制就是：

论文复现现场

课程作业要跑 PyTorch 训练，学校机房不够用去哪租？云 GPU 选型、环境迁移与防丢数据指南课程截止日期临近、学校 GPU 又排不上时，可以临时租云 GPU。先按显存、训练时长、PyTorch/CUDA 环境和数据保存方式筛选，再用一小批数据试跑；不要只看显卡型号或小时单价。

论文复现现场

本地 PyTorch 训练 OOM，第一次租 RTX 4090 云 GPU 怎么迁移项目？从环境检查到 100 Step 跑通很多小型 AI 团队都会遇到类似问题：项目在本地已经能运行，但 12GB 或 16GB 显卡频繁 OOM；想临时租一张 RTX 4090，又担心 CUDA、PyTorch、数据路径和依赖全部需要重配。第一次使用云 GPU，应该从哪里开始？

Python CUDA 编程 - 2 - Numba 简介Numba是个为特定对象的开源JIT编译器, 它由公司带头开展开发工作, 能够针对原生代码实施CPU以及GPU加速, Numba对于NumPy数组跟函数特别友善。

每日出拳老爷子

【AI】Ollama 更新后 skipping CUDA 掉回 CPU我这次看到的是 Ollama GitHub issue 里的一组对照日志，不是我在自己 3060 上复现出来的结果。麻烦的地方在于，Ollama 升到 0.32.14 以后，三十系 / sm_86 显卡不是直接报“CUDA 不可用”，而是日志里跳过 CUDA 设备，最后静默掉回 CPU。这篇文章只处理这一件事：看到 skipping CUDA device - compute capability not in compiled architectures 时，先判断是不是 0.32.14 的后端库选

ubuntu24.04:降内核+显卡驱动+cuda+cudnn+pytorch+anaconda+pycharmhttps://blog.csdn.net/sinat_30065705/article/details/164096032?fromshare=blogdetail&sharetype=blogdetail&sharerId=164096032&sharerefer=PC&sharesource=sinat_30065705&sharefrom=from_link

GPU驱动与CUDA安装指南服务器部署深度学习 / 推理等 GPU 业务前，需要先安装 NVIDIA 驱动与 CUDA 工具包。本文覆盖：

喜壹LittlePrince

CUDA 入门第一课：从线程索引到向量加法与朴素矩阵乘法这是我的 NVIDIA CUDA Training Series 第一节课学习笔记与 Homework 1 实践记录。