cuda

碧海潮生_CC

【CUDA笔记】01-入门简介本系列主要是对与 Cuda 入门官方课程的整理与小结。在开始这门课程之前，已经有大概认知，通过 Cuda，可以利用 GPU 来加速特定计算任务。本节课的主要目的是了解 Cuda 程序的一些基础概念，以及如何编写第一个入门的 Cuda 程序课程主页: https://www.olcf.ornl.gov/cuda-training-series/

关于 ComfyUI 的 Windows 本地部署系统环境教程（详细讲解Windows 10/11、NVIDIA GPU、Python、PyTorch环境等）在本地部署 ComfyUI 时，确保 Python、PyTorch、CUDA 等组件的版本能完美匹配，这对避免安装报错和保证稳定运行至关重要。以下内容是整合了一份核心组件的版本适配对照表，并配上不同显卡的配置建议，希望能帮助你顺利部署。

安全二次方security²

CUDA C++编程指南(1)——简介AI-安全-功耗 CUBE 博客目录导读目录1. 简介1.1. 使用GPU的优势1.2. CUDA®：通用并行计算平台与编程模型

Unity性能优化之：利用CUDA加速Unity实现大规模并行计算。从环境搭建到实战案例在游戏开发和实时图形应用中，复杂的物理模拟、大规模粒子运算或 AI 推理往往受限于 CPU 性能，导致帧率下降或效果简化。尤其是在机器人模拟仿真，自动规划、依赖物理环境的进化算法等高端领域，仅仅依靠Cpu算力是远远不够看的。NVIDIA CUDA 技术通过 GPU 并行计算能力，可显著提升计算密集型任务的效率。对于可并行化的任务（如向量 / 矩阵运算），性能可达到 CPU 的 10-100 倍。

cuda编程笔记（34）-- 内存访问控制与缓存提示在cuda编程笔记（23）-- __threadfence()和__ldg()-CSDN博客，提到了__ldg，本文将cuda里内存访问的相关api都介绍一下

cuda编程笔记（33）--Thrust库的使用Thrust 是一个类似 C++ STL（标准模板库）的并行算法库：提供类似 std::vector, std::sort, std::reduce 等容器与算法；

安全二次方security²

CUDA-GDB(11)——调试示例演练安全二次方(security²)博客目录导读目录11.1. 示例：bitreverse11.1.1. 代码演练

windows中用wsl使用cudawindows11 安装WSL2全流程_wsl2安装-CSDN博客lhttps://blog.csdn.net/u011119817/article/details/130745551?fromshare=blogdetail&sharetype=blogdetail&sharerId=130745551&sharerefer=PC&sharesource=babytiger&sharefrom=from_link

新手村领路人

opencv gpu cuda python c++版本测试代码环境：opencv4.10 显卡3060Ti编译好后，测试代码python opencv cuda测试代码

cudaMemcpy(Ah, Ad, 1024, D2H) 的执行细节cudaMemcpy(Ah, Ad, 1024, D2H); 这个 Ah是cpu 侧的虚拟地址 cpuva。

cuda编程笔记（29）-- CUDA GraphCUDA Graph 是目前 NVIDIA 官方推荐的训练加速技术之一，它能显著降低 CPU 启动开销，提高训练循环中 kernel 启动效率与吞吐量。

分布式与长序列attention下文叙述的分布式场景长序列attention都是基于单卡的flash attention，flash attention之前介绍过，详见： flash attention flash attention 2

Ubuntu-8卡H20服务器升级nvidia驱动+cuda版本看到qwen3-vl-30b开源了，想测试下性能+资源占用，奈何部署sglang需要12.7版本的cuda？我目前手里的H20的服务器cuda版本最高只支持12.2所以需要升级驱动以及cuda版本，随使用官方.run还有apt install xx进行升级。之前用的火山官方ubuntu镜像，默认驱动535，后升级驱动550，570，580后，cuda也对应升级后，cuda都无法使用无论是在conda中，还是直接在宿主机上测试，最后发现是nvidia-fabricmanager问题，NVIDIA-Fabri

cuda编程笔记（28）-- cudaMemcpyPeer 与 P2P 访问机制cudaMemcpyPeer() 是 CUDA 提供的一个跨 GPU 内存拷贝函数，可以直接在两个不同 GPU 设备之间传输数据，而不需要中转到主机内存。

树莓派：树莓派能安装CUDA吗不能根据现有信息，**树莓派（Raspberry Pi）不能安装或使用NVIDIA CUDA**。主要原因如下：

【DNN】基础环境搭建实现CUDA，CUDNN与TensorRT各个版本之间的依赖关系尤为重要，但是在不同的工作环境下可能需要使用不同的版本匹配。本文主要通过软连接的方式实现各个版本之间的自由搭配。

cuda编程笔记（27）-- NVTX的使用NVTX用于在代码中插入标记（markers）和范围（ranges），方便在 Nsight Systems / Nsight Compute / Visual Profiler 等工具中可视化性能分析信息。

cuda编程笔记（24）-- Global Memory之间的拷贝如果要在核函数内做比较大规模一点的数组拷贝，应该怎么做呢？最简单的想法自然是每个线程拷贝对应的下标这并没有什么问题，但是是否能够加速呢？

小脑斧要动脑

【CUDA】【WIP】环境安装-wsl2下cuda安装开发环境：设备名称 LAPTOP-C4PF3AQ9 处理器 13th Gen Intel® Core™ i9-13900HX 2.20 GHz 机带 RAM 16.0 GB (15.7 GB 可用) 设备 ID 174C475A-E864-4A13-984D-B2B6C9F8A7ED 产品 ID 00342-30989-83844-AAOEM 系统类型 64 位操作系统, 基于 x64 的处理器笔和触控没有可用于此显示器的笔或触控输入

扫地的小何尚

深度解析 CUDA-QX 0.4 加速 QEC 与求解器库在通往大规模、容错量子超级计算机的征程中，量子纠错（Quantum Error Correction, QEC）既是最大的机遇，也是最严峻的挑战。它将当今的含噪中等规模量子（Noisy Intermediate-Scale Quantum, NISQ）设备与未来的强大计算引擎区分开来。克服这一挑战需要的不仅仅是渐进式的改进，而是一场范式革命——从零散、受限于 CPU 的研究工具，转向一个紧密集成、大规模并行、端到端的开发平台。