“并行计算”的搜索结果
打破CUDA的垄断
随着人工智能(AI)在各个领域的广泛应用，软件堆栈的选择对于满足以GPU为中心的AI任务的计算需求变得至关重要。软件堆栈是指协同工作以在...
英伟达AI算力的五个层次，2024年GTC大会GB200技术全拆解！
根据文章内容，可以总结如下：1. 英伟达在2024GTC大会上发布了全新的Blackwell AI芯片，研发成本高达100亿美元。该芯片具有非常强大的性...
对话潞晨科技尤洋：如何把大模型价格“打”下来？
从2018年OpenAI推出ChatGPT以来，GPT家族的API价格已大幅降低，国内外大模型的价格呈现大幅下降趋势，降价幅度超过90%。这一趋势背后的...
AI服务器爆火，这些芯片赛道进入狂欢期
本文讨论了AI服务器与传统服务器之间的区别，以及AI服务器在人工智能时代的广泛应用。AI服务器通过高性能的CPU、GPU、TPU等硬件进行大数...
89岁计算机架构先驱、超算软件之父戈登·贝尔逝世！ACM奖项以他命名
戈登·贝尔，数字时代的建筑师、计算机系统领域的先驱，于5月17日因肺炎去世，享年89岁。贝尔在计算机科学界享有盛誉，他的主要成就包括...
一文读懂：GPU是如何工作的？
在当前科学研究和计算领域，GPU加速计算正成为推动科技进步的关键力量。与CPU相比，GPU在处理并行任务上具有设计上的优势，这使得它们在...
一文读懂：GPU是如何工作的？
根据文章内容的详细介绍和分析，我总结了以下关键观点：1. GPU的工作原理是通过大量并行线程来加速计算，特别适合于执行大量重复性高的...
从零开始手搓GPU，照着英伟达CUDA来，只用两个星期
Adam Majmudar，一位美国web3开发公司的创始工程师，分享了他在两周内从零开始构建GPU的经历。他的项目在GitHub上公开，获得了5300个Sta...
为什么谷歌没有加入销售AI硬件（TPU）的游戏？
文章首先提到了NVIDIA的GPU在AI硬件市场的主导地位，以及谷歌的TPU（张量处理单元）只能在谷歌云上使用，而不对外销售。接着，文章深入...
算力重器DPU，火得猝不及防
1. DPU与CPU、GPU的主要区别：DPU是为应对日益增长的数据处理需求而设计的专用处理器，与CPU和GPU相比，DPU专注于数据处理任务，具有高...
