vulkan

【Vulkan入门】04-开启Debug输出到上篇为止我们已经作了很多事情了。建立了Instance、挑选了物理设备、建立的Device和Queue。之前做的都是相对简单和线性的工作，只要认真对照说明文档和实例代码基本上不会出现错误。我之前的Leader说过一句话我很认同，程序是调出来的。因此为了今后更好的发现和解决程序的问题，需要让Vulkan为我们输出一些内部的Debug信息。本篇就来介绍如何接收Vulkan内部的Debug信息。

【Vulkan入门】03-创建Device在上篇已经选择了一个合适的PhysicalDevice。本篇要为这个PhysicalDevice创将一个Device。Device可以理解为APP与PhysicalDevice之间的代理。所有APP与PhysicalDevice之间交互的资源都通过Device进行管理。当然APP与PhysicalDevice通信用的Queue也是挂在Device进行管理的。Vulkan的接口设计，也暗含了在创建Device时同时创建Device下的Queue.

图形渲染性能优化设置可见性等，不需要重新build command buffer多线程录制投影到屏幕上的对象太小就不绘制

穷人小水滴

Windows (rust) vulkan 画一个三角形: 窗口创建与渲染初始化在每个平台, 每前进一步, 都会出现许多预料之外的困难 (大坑).本文介绍在 Windows 操作系统之中, 使用 win32 API 创建窗口, 并使用 vulkano (rust) 初始化 vulkan, 绘制一个三角形.

穷人小水滴

Android (rust) vulkan (JNI) 画一个三角形: VulkanSurfaceView 初始化上文说到, vulkan 作为一种 GPU 编程接口标准, 具有很好的跨平台能力. 并且在 wayland (GNU/Linux) 成功使用 vulkan 绘制了一个三角形.

穷人小水滴

(章节 3.1) 本地运行 AI 有多慢 ? 大模型推理测速 (llama.cpp, Intel GPU A770)由于本文太长, 分开发布, 方便阅读.在 4 号 PC (物理机) 上运行. 版本:运行模型 llama2-7B.q4, 生成长度 100:

穷人小水滴

编译运行 llama.cpp (vulkan, Intel GPU SYCL)llama.cpp 是一个运行 AI (神经网络) 语言大模型的推理程序, 支持多种后端 (backend), 也就是不同的具体的运行方式, 比如 CPU 运行, GPU 运行等.

M芯片 mac配置Vulkan环境报错 Xcode