完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > gpu
圖形處理器（英語：Graphics Processing Unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示芯片，是一種專門在個人電腦、工作站、游戲機和一些移動設備（如平板電腦、智能手機等）上圖像運算工作的微處理器。
文章：4514個 瀏覽：129257次 帖子：290個
深度學習是一種技術，它使用一種稱為梯度反向傳播的優化技術來生成“程序”(也稱為“神經網絡”)，就像上面故事中學者學生編寫的那些程序一樣。
GANs真正的能力來源于它們遵循的對抗訓練模式。生成器的權重是基于判別器的損失所學習到的。因此，生成器被它生成的圖像所推動著進行訓練，很難知道生成的圖像...
AI 應用計算量呈幾何級數增長，算法模型向巨量化發展，人工智能模型參數在過去十年增長了十萬倍，當前AI超大模型的參數目前已經達到了千億~萬億的級別。
GPU和顯卡的關系，就像是CPU和主板的關系。前者是顯卡的心臟，后者是主板的心臟。有些小伙伴會把GPU和顯卡當成一個東西，其實還有些差別的，顯卡不僅包括...
在多 GPU 系統內部，GPU 間通信的帶寬通常在數百GB/s以上，PCIe總線的數據傳輸速率容易成為瓶頸，且PCIe鏈路接口的串并轉換會產生較大延時，...
在機架的最頂部，我們發現了幾個 52 端口 Spectrum 交換機 — 48 個千兆位 RJ45 和四個 QSFP28 100Gbps 聚合端口。
傳統的樹形網絡拓撲中，帶寬是逐層收斂的，樹根處的網絡帶寬要遠小于各個葉子處所有帶寬的總和。而Fat-Tree則更像是真實的樹，越到樹根，枝干越粗，即：從...
在計算機科學中，浮點數（floating points，簡稱浮點）是表示非整數值的數據類型，例如6.2815或0.0044。
CPU 和 GPU 的顯著區別是：一個典型的 CPU 擁有少數幾個快速的計算核心，而一個典型的 GPU 擁有幾百到幾千個不那么快速的計算核心。
從時延角度來看，NVLink C2C采用40Gbps NRZ調制，可以實現無誤碼運行 （BER《1e-12），免除FEC，接口時延可以做到小于5ns。
隨機森林使用名為“bagging”的技術，通過數據集和特征的隨機自助抽樣樣本并行構建完整的決策樹。雖然決策樹基于一組固定的特征，而且經常過擬合，但隨機性...
根據IRDS的樂觀預測，未來5年，邏輯器件的制造工藝仍將快速演進，2025年會初步實現Logic器件的3D集成。TSMC和Samsung將在2025年左...
以Transformer架構為基礎的AI大模型導致了模型參數量激增，短短兩年間模型大小擴大了驚人的410倍，運算量更是激增了高達750倍。
首先看吞吐量，看起來沒有什么違和的，在單卡能放下模型的情況下，確實是 H100 的吞吐量最高，達到 4090 的兩倍。
NLP上估計會幫助reduce overfitting, improve generalization，但是與其花時間改這個地方不如好好clean da...
2024-03-13 標簽：gpuTransformernlp 1339 0
Nvidia是一個同時擁有 GPU、CPU和DPU的計算芯片和系統公司。Nvidia通過NVLink、NVSwitch和NVLink C2C技術將CPU...
人工智能在早期誕生了一個“不甚成功”的流派，叫做“人工神經網絡”。這個技術的思路是，人腦的智慧無與倫比，要實現高級的人工智能，模仿人腦就是不二法門。
GPU和深度學習的結合對于使人工智能更快、更高效地升級也至關重要。GPU可以同時處理大量數據，從而實現更快的訓練和推理。
神經網絡能加速的有很多，當然使用硬件加速是最可觀的了，而目前除了專用的NPU（神經網絡加速單元），就屬于GPU對神經網絡加速效果最好了
換一批
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯網 | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
| 開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關注我們的微信
下載發燒友APP
電子發燒友觀察
版權所有 ? 湖南華秋數字科技有限公司
長沙市望城經濟技術開發區航空路6號手機智能終端產業園2號廠房3層（0731-88081133）
電子發燒友 （電路圖） 湘公網安備43011202000918
工商網監
湘ICP備2023018690號-1
