cuda

闻道且行之

Windows|CUDA和cuDNN下载和安装，默认安装在C盘和不安装在C盘的两种方法本篇文章将详细介绍在Windows操作系统中配置CUDA和cuDNN的步骤。通过本教程，您将能够轻松完成CUDA和cuDNN的安装、环境变量配置以及与深度学习框架（如TensorFlow和PyTorch）兼容性测试，从而为您的深度学习项目提供强大的硬件支持。无论您是深度学习的初学者，还是有一定经验的开发者，本篇文章都将帮助您快速搭建起高效的GPU加速开发环境。

2.安装CUDA详细步骤（含安装截图）第一步：安装anaconda 注意：安装CUDA之前需要安装好anaconda，详见安装anaconda详细步骤（含安装截图）

Pytorch中cuda相关操作详见和代码示例在 PyTorch 中，CUDA 是用于加速深度学习计算的重要接口。下面将从基础概念、常用操作、代码示例等方面详解 PyTorch 中的 CUDA 操作。

编译支持cuda硬件加速的ffmpeg本来以为很简单，因为印象中自己在windows机器上使用过。目前的实在一个docker环境下的ubuntu系统里。

cuda编程笔记（9）--使用 Shared Memory 实现 tiled GEMMtiled GEMM 是在 GPU 上使用共享内存（Shared Memory）优化通用矩阵乘法（GEMM, General Matrix Multiply）的一种经典方法，其核心思想是将大矩阵拆分为更小的 tile（子块），再通过共享内存提高缓存命中率和并行计算效率。

片上网络（NoC）拓扑结构比较在片上网络（Network-on-Chip, NoC）的设计中，节点度（Node Degree）、**对分带宽（Bisection Bandwidth）和网络直径（Network Diameter）**是三个关键的拓扑结构评估指标，它们直接影响NoC的性能、效率和适用性。以下详细解释这三个指标的定义、作用及其在NoC设计中的意义，并以表格形式整理。

显卡 | CUDACUDA是NVIDIA为其图像处理器(GPU)开发的并行计算平台和编程模型，它与显卡的关系密不可分、相互成就。

Pytorch/CUDA——flash-attn 库编译的 gcc 版本问题flash-attn 是一个高性能 CUDA 加速库，编译时对 gcc（或 g++）版本是有严格要求的，因为它需要和 NVIDIA CUDA Toolkit 的版本匹配。如果 gcc 太新或太旧，nvcc 会直接报错或编译出来的不兼容。

如何查看自己电脑的CUDA版本？在搜索栏输入命令提示符打开输入图片中的两个是CUDA版本和显卡的信息

【CUDA&cuDNN安装】深度学习基础环境搭建目录前言一、检查CUDA 版本必须与电脑的显卡型号匹配1.1 确定你的显卡型号1.1.1【可能遇到错误】

咩咩大主教

2025最新版使用VSCode和CMake图形化编译调试Cuda C++程序(保姆级教学)VSCode+CMake简直就是C++程序开发者的福音，无论是进行Qt开发，音视频开发，后端程序开发，Cuda开发，CMake都是神一样的存在。

量化投资和人工智能

【CUDA编程】OptionalCUDAGuard详解OptionalCUDAGuard 是 PyTorch 的 CUDA 工具库（c10/cuda）中用于安全管理 GPU 设备上下文的 RAII（Resource Acquisition Is Initialization）类。其核心作用是在特定代码块中临时切换 GPU 设备，并在退出作用域时自动恢复原设备状态，尤其适用于设备可能为“未指定”（nullopt）的场景。以下从作用、原理、用法和典型场景详细解析：

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。

爱串门的小马驹

VScode编译调试debug，gpu的cuda程序，Nsight进行下面操作的前提是，我们的环境已经能跑简单的CUDA程序了。注意：名称一定是main.cu，和上面的json文件中的main对应。

阿巴阿阿巴巴巴巴

【深度学习相关安装及配环境】Anaconda搭建虚拟环境并安装CUDA、cuDVV和对应版本的Pytorch，并在jupyter notebook上部署当前cuda版本为12.8 也可以在桌面——打开NVIDIA控制面板——系统信息——组件——3D设置查看cuda版本，上面直接输命令行比较方便

5060显卡驱动PyCUDA开发环境搭建本文手把手讲解了RTX5060ti显卡从上手尝试折腾，到在最新Ubuntu LTS版本上CUDA开发环境搭建成功的详细流程。

在Visual Studio中进行cuda编程首先下载与CUDA Toolkit匹配的Visual Studio版本比如我的CUDA Toolkit版本是12.6，那么我可以使用2022的Visual Studio。

weixin_42849849

NVC++ 介绍与使用指南NVC++ 是 NVIDIA 提供的基于 LLVM 的 C++ 编译器，专为 GPU 加速计算设计，支持最新的 C++ 标准并针对 NVIDIA GPU 进行了优化。

【秣厉科技】LabVIEW工具包——OpenCV 教程（21）：CUDA 加速方案安装配置 CUDA + cuDNN 环境参考教程：【番外】01：Windows 安装配置 CUDA 和 cuDNN 教程

CUDA编程——性能优化基本技巧本文主要介绍下面三种技巧：先摆出一个知识点，一般来说，Compute-bound 的 Kernel 不太常见，常见的 Compute-bound 的 Kernel 可能只有矩阵乘法与卷积核比较大的卷积，大多数都是Memory-bound，所以下面我们主要关注如何优化访存。