Prenos gonilnika:Prijava do hiperpovezave je vidna.
CUDA orodje:Prijava do hiperpovezave je vidna.
cuDNN:Prijava do hiperpovezave je vidna.
Kaj je grafična kartica?
Koncept GPU je Nvidia predlagala leta 1999. GPU je čip na grafični kartici, tako kot je CPU čip na matični plošči. Torej pred letom 1999 na grafičnih karticah ni bilo GPU-jev? Seveda je bila, vendar ji takrat nihče ni dal imena, ni pritegnila dovolj pozornosti ljudi, razvoj pa je potekal razmeroma počasi.
Odkar je Nvidia predlagala koncept GPU, so GPU-ji vstopili v obdobje hitrega razvoja. Na kratko, prešel je skozi naslednje faze razvoja:
1. Samo za grafično upodabljanje je ta funkcija prvotni namen GPU-jev, kar je razvidno iz imena: Graphic Processing Unit;
2. Kasneje so ugotovili, da je preveč potratno, če bi tako zmogljiva naprava, kot je GPU, uporabljala le za grafično obdelavo, in da bi jo bilo treba uporabljati za več dela, kot so operacije s plavajočo vejico. Kako to narediti? Neposredno dodeljevanje operacij s plavajočo vejico GPU-ju ni mogoče, ker se lahko uporablja le za grafično obdelavo (v tistem času). Najlažje si zamislite, da opravite nekaj obdelave operacij s plavajočo vejico, jih zapakirate v naloge grafičnega upodabljanja in jih nato predate GPU-ju. To je koncept GPGPU (General Purpose GPU). Vendar pa je to tudi slabost, in sicer, da morate imeti nekaj znanja o grafiki, sicer ne boste znali pakirati.
3. Zato je Nvidia, da bi ljudje, ki ne razumejo grafike, izkusili moč računalništva z GPU, predlagala koncept CUDA.
Kaj je CUDA?
CUDA (ComputeUnified Device Architecture) je računalniška platforma, ki jo je lansiral proizvajalec grafičnih kartic NVIDIA. CUDA je splošna arhitektura vzporednega računalništva, ki jo je lansirala NVIDIA. Vsebuje arhitekturo nabora ukazov CUDA in paralelni računalniški pogon znotraj GPU. CUDA programe lahko razvijate z uporabo jezika CUDA C, podobnega jeziku C, kar olajša uporabo zmogljive računalniške moči GPU-ja, namesto da bi računalniško nalogo pakirali v grafično upodabljanje in jo nato predali GPU-ju v obdelavo.
Z drugimi besedami, CUDA je paralelni računalniški okvir, ki ga je NVIDIA lansirala za svoje lastne GPU-je, kar pomeni, da CUDA lahko deluje le na NVIDIA GPU-jih in lahko igra vlogo CUDA, kadar je rešiteljski problem ta, da ga je mogoče izračunati v velikem številu vzporednih izračunov.
Upoštevajte, da ne podpirajo vse grafične kartice CUDA.
Kaj je CUDNN?
NVIDIA cuDNN je GPU-pospešena knjižnica za globoke nevronske mreže. Poudarja zmogljivost, enostavnost uporabe in nizko porabo pomnilnika. NVIDIA cuDNN je mogoče integrirati v višje nivojske okvire strojnega učenja, kot je Googlov Tensorflow, priljubljena programska oprema UC Berkeley. Preprosta zasnova vtičnikov omogoča razvijalcem, da se osredotočijo na načrtovanje in implementacijo modelov nevronskih mrež namesto zgolj na prilagajanje zmogljivosti, hkrati pa omogoča visokozmogljivo sodobno vzporedno računalništvo na GPU-jih.
Če želite trenirati model z grafično kartico, cuDNN ni potreben, vendar se običajno uporablja kot knjižnica za pospeševanje.
Kakšen je odnos med CUDA in CUDNN?
CUDA velja za delovno mizo z mnogimi orodji, kot so kladiva, izvijači itd. cuDNN je knjižnica za globoko učenje, ki temelji na CUDA, pospešena z GPU, s katero je mogoče izvajati izračune globokega učenja na GPU-jih. Je enakovreden orodju za delo, na primer je ključ. Ko pa je bila CUDA delovna miza kupljena, ni bila rešitev. Za poganjanje globoke nevronske mreže na CUDA morate namestiti cuDNN, tako kot želite priviti matico in kupiti ključ nazaj. To omogoča GPU-ju delo na globokih nevronskih mrežah, kar je veliko hitreje kot pri procesorjih.
|
Objavljeno na 14. 11. 2024 13:19:15
|
|
|
|
Najemodajalec|
Objavljeno na 5. 02. 2025 11:01:16
|
