|
|
Diposting pada 14/11/2024 13.19.15
|
|
|
|

Unduhan Driver:Login hyperlink terlihat. Toolkit CUDA:Login hyperlink terlihat. cuDNN:Login hyperlink terlihat.
Apa itu GPU?
Konsep GPU diusulkan oleh Nvidia pada tahun 1999. GPU adalah chip pada kartu grafis, sama seperti CPU adalah chip pada motherboard. Jadi tidak ada GPU pada kartu grafis sebelum tahun 1999? Tentu saja, ada, tetapi tidak ada yang menamainya pada saat itu, dan itu tidak menarik perhatian yang cukup dari orang-orang, dan perkembangannya relatif lambat.
Sejak Nvidia mengusulkan konsep GPU, GPU telah memasuki periode perkembangan yang pesat. Singkatnya, ia telah melalui tahap perkembangan berikut:
1. Hanya untuk rendering grafis, fungsi ini adalah maksud asli GPU, yang dapat dilihat dari namanya: Unit Pemrosesan Grafis;
2. Kemudian, ditemukan bahwa itu terlalu boros untuk perangkat sekuat GPU untuk digunakan hanya untuk pemrosesan grafis, dan harus digunakan untuk melakukan lebih banyak pekerjaan, seperti operasi floating-point. Bagaimana cara melakukannya? Memberikan operasi floating-point langsung ke GPU tidak memungkinkan karena hanya dapat digunakan untuk pemrosesan grafis (pada saat itu). Hal termudah untuk dipikirkan adalah melakukan beberapa pemrosesan operasi floating-point, mengemasnya ke dalam tugas rendering grafis, dan kemudian menyerahkannya ke GPU. Ini adalah konsep GPGPU (GPU Tujuan Umum). Namun, ada kelemahan dari ini, yaitu Anda harus memiliki pengetahuan tentang grafik, jika tidak, Anda tidak akan tahu cara mengemas.
3. Oleh karena itu, untuk memungkinkan orang yang tidak memahami grafik untuk merasakan kekuatan komputasi GPU, Nvidia mengusulkan konsep CUDA.
Apa itu CUDA?
CUDA (ComputeUnified Device Architecture) adalah platform komputasi yang diluncurkan oleh produsen kartu grafis NVIDIA. CUDA adalah arsitektur komputasi paralel tujuan umum yang diluncurkan oleh NVIDIA. Ini berisi arsitektur set instruksi CUDA dan mesin komputasi paralel di dalam GPU. Anda dapat mengembangkan program CUDA dengan menggunakan bahasa CUDA C yang mirip dengan bahasa C, yang membuatnya lebih mudah untuk menggunakan daya komputasi GPU yang kuat, alih-alih mengemas tugas komputasi ke dalam tugas rendering grafis dan kemudian menyerahkannya ke GPU untuk diproses.
Dengan kata lain, CUDA adalah kerangka kerja komputasi paralel yang diluncurkan oleh NVIDIA untuk GPU-nya sendiri, yang berarti bahwa CUDA hanya dapat berjalan pada GPU NVIDIA, dan hanya dapat memainkan peran CUDA ketika masalah komputasi yang harus dipecahkan adalah dapat dihitung dalam sejumlah besar komputasi paralel.
Perhatikan bahwa tidak semua GPU mendukung CUDA.
Apa itu CUDNN?
NVIDIA cuDNN adalah perpustakaan yang dipercepat GPU untuk jaringan saraf dalam. Ini menekankan kinerja, kemudahan penggunaan, dan overhead memori yang rendah. NVIDIA cuDNN dapat diintegrasikan ke dalam kerangka kerja pembelajaran mesin tingkat tinggi seperti Tensorflow Google, perangkat lunak kafe populer UC Berkeley. Desain plug-in sederhana memungkinkan pengembang untuk fokus merancang dan mengimplementasikan model jaringan saraf daripada hanya menyetel kinerja, sekaligus memungkinkan komputasi paralel modern berkinerja tinggi pada GPU.
Jika Anda ingin melatih model dengan GPU, cuDNN tidak diperlukan, tetapi umumnya digunakan sebagai pustaka akselerasi.
Apa hubungan antara CUDA dan CUDNN?
CUDA dipandang sebagai meja kerja dengan banyak alat seperti palu, obeng, dll. cuDNN adalah perpustakaan yang dipercepat GPU pembelajaran mendalam berbasis CUDA, yang dengannya perhitungan pembelajaran mendalam dapat diselesaikan pada GPU. Ini setara dengan alat untuk bekerja, misalnya, itu adalah kunci pas. Tetapi ketika meja kerja CUDA dibeli, itu tidak memberikan kunci pas. Untuk menjalankan jaringan saraf dalam di CUDA, Anda perlu menginstal cuDNN, sama seperti Anda ingin memasang mur dan membeli kunci pas kembali. Hal ini memungkinkan GPU untuk bekerja pada jaringan saraf yang dalam, yang jauh lebih cepat daripada CPU.
|
Mantan:Baris "freeze_support()" dapat dihilangkan jika program tidak...Depan:Catu daya tak terputus interaktif UPS sebaris, interaktif, dan online
|