|
|
Postat pe 14.11.2024 13:19:15
|
|
|
|
Descărcare driver:Autentificarea cu hyperlink este vizibilă.
Trusa de instrumente CUDA:Autentificarea cu hyperlink este vizibilă.
cuDNN:Autentificarea cu hyperlink este vizibilă.
Ce este GPU-ul?
Conceptul de GPU a fost propus de Nvidia în 1999. O placă video este un cip pe o placă grafică, la fel cum un procesor este un cip pe o placă de bază. Deci nu existau plăci video pe plăcile video înainte de 1999? Desigur, exista, dar nimeni nu i-a dat numele la acea vreme, iar nu a atras suficientă atenție din partea oamenilor, iar dezvoltarea sa a fost relativ lentă.
De când Nvidia a propus conceptul de GPU, GPU-urile au intrat într-o perioadă de dezvoltare rapidă. Pe scurt, a trecut prin următoarele etape de dezvoltare:
1. Doar pentru randarea grafică, această funcție este intenția originală a GPU-urilor, ceea ce poate fi văzut după nume: Unitate de Procesare Grafică;
2. Ulterior, s-a descoperit că era prea risipitor ca un dispozitiv atât de puternic precum o placă video să fie folosit doar pentru procesarea grafică și că ar trebui folosit pentru a face mai multă muncă, cum ar fi operații în virgulă mobilă. Cum să faci asta? Administrarea operațiunilor în virgulă mobilă direct către GPU nu este posibilă deoarece poate fi folosită doar pentru procesarea grafică (la acea vreme). Cel mai ușor lucru la care te gândești este să procesezi operații în virgulă mobilă, să le împachetezi în sarcini de randare grafică și apoi să le predai GPU-ului. Acesta este conceptul de GPGPU (GPU cu scop general). Totuși, există un dezavantaj al acestui lucru, și anume că trebuie să ai unele cunoștințe de grafică, altfel nu vei ști cum să împachetezi.
3. Prin urmare, pentru a permite persoanelor care nu înțeleg grafica să experimenteze puterea calculului GPU, Nvidia a propus conceptul de CUDA.
Ce este CUDA?
CUDA (ComputeUnified Device Architecture) este o platformă de calcul lansată de producătorul de plăci grafice NVIDIA. CUDA este o arhitectură generală de calcul paralel lansată de NVIDIA. Acesta conține arhitectura setului de instrucțiuni CUDA și un motor de calcul paralel în interiorul GPU-ului. Poți dezvolta programe CUDA folosind un limbaj CUDA C similar cu cel C, ceea ce face mai ușoară utilizarea puterii puternice a GPU-ului, în loc să ambalezi sarcina de calcul într-o sarcină de randare grafică și apoi să o predai GPU-ului pentru procesare.
Cu alte cuvinte, CUDA este un cadru de calcul paralel lansat de NVIDIA pentru propriile GPU-uri, ceea ce înseamnă că CUDA poate rula doar pe GPU-urile NVIDIA și poate juca rolul CUDA doar atunci când problema de calcul ce trebuie rezolvată este că poate fi calculat într-un număr mare de calcule paralele.
Reține că nu toate GPU-urile suportă CUDA.
Ce este CUDNN?
NVIDIA cuDNN este o bibliotecă accelerată de GPU pentru rețele neuronale profunde. Acesta pune accent pe performanță, ușurință în utilizare și o suprasolicitare redusă a memoriei. NVIDIA cuDNN poate fi integrat în cadre de învățare automată la nivel superior, cum ar fi Tensorflow de la Google, popularul software caffe al UC Berkeley. Designul simplu al plug-in-urilor permite dezvoltatorilor să se concentreze pe proiectarea și implementarea modelelor de rețele neuronale, nu doar pe ajustarea performanței, permițând totodată calculul paralel modern de înaltă performanță pe GPU-uri.
Dacă vrei să antrenezi un model cu o placă video, cuDNN nu este obligatoriu, dar este folosit în general ca bibliotecă de accelerare.
Care este relația dintre CUDA și CUDNN?
CUDA este văzut ca un banc de lucru cu multe unelte, cum ar fi ciocane, șurubelnițe etc. cuDNN este o bibliotecă de învățare profundă bazată pe CUDA, accelerată prin GPU, cu care pot fi efectuate calcule de învățare profundă pe GPU-uri. Este echivalent cu o unealtă pentru muncă, de exemplu, este o cheie franceză. Dar când bancul de lucru CUDA a fost cumpărat, nu a oferit o cheie franceză. Pentru a rula o rețea neuronală profundă pe CUDA, trebuie să instalezi cuDNN, la fel cum vrei să înșurubezi o piuliță și să cumperi o cheie franceză înapoi. Acest lucru permite GPU-ului să funcționeze pe rețele neuronale profunde, mult mai rapide decât cele ale procesoarelor.
|
Precedent:Linia "freeze_support()" poate fi omisă dacă programul nu este...Următor:Surse de alimentare UPS în linie, interactive și online interactive, neîntrerupte
|
Proprietarul|
Postat pe 05.02.2025 11:01:16
|
