|
|
Zveřejněno 14.11.2024 13:19:15
|
|
|
|
Stažení ovladačů:Přihlášení k hypertextovému odkazu je viditelné.
CUDA Toolkit:Přihlášení k hypertextovému odkazu je viditelné.
cuDNN:Přihlášení k hypertextovému odkazu je viditelné.
Co je GPU?
Koncept GPU navrhla společnost Nvidia v roce 1999. GPU je čip na grafické kartě, stejně jako CPU je čip na základní desce. Takže před rokem 1999 na grafických kartách nebyly žádné GPU? Samozřejmě, že ano, ale tehdy ji nikdo nepojmenoval, nepřitahovala dostatečnou pozornost lidí a její vývoj byl relativně pomalý.
Od chvíle, kdy Nvidia navrhla koncept GPU, vstoupily GPU do období rychlého vývoje. Stručně řečeno, prošla následujícími fázemi vývoje:
1. Pouze pro grafické vykreslování je tato funkce původním záměrem GPU, což je patrné z jejího názvu: Grafická procesorová jednotka;
2. Později se zjistilo, že je příliš plýtvavé, aby tak výkonné zařízení, jako je GPU, používalo pouze pro grafické zpracování, a mělo by být použito k větší práci, například k operacím s plovoucí desetinnou čárkou. Jak na to? Přímé předávání operací s plovoucí desetinnou čárkou GPU není možné, protože v té době lze použít pouze pro zpracování grafiky. Nejjednodušší je zpracovat operace s plovoucí desetinnou čárkou, zabalit je do grafických renderovacích úloh a pak je předat GPU. To je koncept GPGPU (General Purpose GPU). Je tu však nevýhoda, že musíte mít nějaké znalosti grafiky, jinak nebudete vědět, jak balit.
3. Proto, aby lidé nerozumějící grafice mohli zažít sílu GPU výpočtů, Nvidia navrhla koncept CUDA.
Co je CUDA?
CUDA (ComputeUnified Device Architecture) je výpočetní platforma uvedená na trh výrobcem grafických karet NVIDIA. CUDA je univerzální paralelní výpočetní architektura spuštěná společností NVIDIA. Obsahuje architekturu instrukční sady CUDA a paralelní výpočetní engine uvnitř GPU. Programy v CUDA můžete vyvíjet pomocí jazyka CUDA C podobného jazyku C, což usnadňuje využití výkonného výkonu GPU, místo abyste úkol zabalili do grafického vykreslování a pak ho předávali GPU ke zpracování.
Jinými slovy, CUDA je paralelní výpočetní rámec spuštěný společností NVIDIA pro její vlastní GPU, což znamená, že CUDA může běžet pouze na GPU NVIDIA a může plnit roli CUDA, pokud je problémem vyřešení to, že lze jej vypočítat ve velkém počtu paralelních výpočtů.
Všimněte si, že ne všechny GPU podporují CUDA.
Co je CUDNN?
NVIDIA cuDNN je knihovna akcelerovaná GPU pro hluboké neuronové sítě. Klade důraz na výkon, snadné používání a nízkou paměťovou zátěž. NVIDIA cuDNN lze integrovat do pokročilejších frameworků strojového učení, jako je Tensorflow od Googlu, populární software CAFFE na UC Berkeley. Jednoduchý návrh plug-inu umožňuje vývojářům soustředit se na návrh a implementaci modelů neuronových sítí místo pouhého ladění výkonu, a zároveň umožňuje vysoce výkonné moderní paralelní výpočty na GPU.
Pokud chcete trénovat model pomocí GPU, cuDNN není vyžadován, ale obecně se používá jako akcelerační knihovna.
Jaký je vztah mezi CUDA a CUDNN?
CUDA je vnímána jako pracovní stůl s mnoha nástroji, jako jsou kladiva, šroubováky atd. cuDNN je knihovna hlubokého učení založená na CUDA, akcelerovaná GPU, se kterou lze provádět výpočty hlubokého učení na GPU. Je ekvivalentní nástroji pro práci, například je to klíč. Ale když byl pracovní stůl CUDA zakoupen, nebyl klíčem. Pro provoz hluboké neuronové sítě na CUDA je potřeba nainstalovat cuDNN, stejně jako chcete šroubovat matku a koupit klíč zpět. To umožňuje GPU pracovat s hlubokými neuronovými sítěmi, což je mnohem rychlejší než u CPU.
|
Předchozí:Řádek "freeze_support()" lze vynechat, pokud program není...Další:UPS inline, interaktivní a online interaktivní nepřerušitelné zdroje
|
Pronajímatel|
Zveřejněno 05.02.2025 11:01:16
|
