AI那么卷，怎能不会用CUDA实现卷积操作
过去十年深度神经网络已成为最重要的机器学习模型之一，创造了从自然语言处理到计算机视觉、计算神经科学等许多领域的 SOTA 实现。 深度神经网络的特征注定其产生的计算量是巨大的，但也会产生大量高度并行化的工作，特别适合多核和众核处理器。深度学习领域的新研究思路往往是结合原生框架 operator 来实现的，一般编写专门的 GPU 内核可以解决过程中的性能损失问题，但也确实具有更高的挑战
cuda
机器之心 . 2021-10-08 2800
英伟达的压箱底技术：利用CUDA实现光线追踪
过去十年深度神经网络已成为最重要的机器学习模型之一，创造了从自然语言处理到计算机视觉、计算神经科学等许多领域的 SOTA 实现。 深度神经网络的特征注定其产生的计算量是巨大的，但也会产生大量高度并行化的工作，特别适合多核和众核处理器。深度学习领域的新研究思路往往是结合原生框架 operator 来实现的，一般编写专门的 GPU 内核可以解决过程中的性能损失问题，但也确实具有更高的挑战
cuda
机器之心 . 2021-09-16 2421
微星推出CMP 50HX专业矿卡：3584个CUDA
微星于近期推出了CMP 50HX MINER专业挖矿显卡。该卡基于图灵架构的TU102显示核心打造，内建有3584个CUDA核心，搭配10GB GDDR6显存，功耗为225W，供电接口为双8pin。 散热器采用涡轮式设计，标准的双槽厚度，有利于组件多显卡矿机。同时安装有金属背板，可提升显卡的耐用性。 由于定位于专业挖矿卡，因此这款显卡没有设计视频输出接口。
msi
泡泡网 . 2021-06-27 1954
乘风破浪，掌握Python写CUDA的更多玩法
近些年，随着数据量激增，对高性能计算、人工智能等领域中大规模的数据计算的需求也随之攀升，开发者越来越关注开发效率问题。 作为当前最主流的并行化程序编程方法之一，CUDA 能实现在 CPU 和 GPU 上的异构编程，有效地管理可用资源并提供最大化的执行速度增益。在当前火热的高性能计算、人工智能等领域，CUDA 都展现了它不俗的实力。 用 Python 进行 CUDA 开发，对开发者而言是一个非常理想
cuda
InfoQ . 2021-03-19 1801
- 1