文中图片大部分来自NVIDIA产品白皮书TODO：英伟达显卡型号梳理目录：一、NVIDIAGPU的架构演变历史二、Tesla架构三、Fermi架构四、Kepler架构五、Maxwell架构六、Pascal架构七、Volta架构八、Turing架构九、Ampere架构十、Hopper架构一、NVIDIAGPU的架构演变历史和基本概念[1]截止2021年，发布时间离我们最近的8种NVIDIAGPU微架构是：Tesla (特斯拉)Fermi（费米）Kepler（开普勒）Maxwell（麦克斯韦）Pascal（帕斯卡）Volta（伏特）Turing（图灵）Ampere（安培）Hopper（赫柏）NVI
RTX40系显卡的家族阵容正越发齐整，是时候前瞻下RTX50系了。事实上，早在去年12月，就有坊间传言NVIDIA正在验证RTX50系原型样卡，GPU芯片代号Blackwell。日前，爆料大神RedGamingTech抢先分享了RTX50系显卡或者说BlackwellGPU的部分细节。他指出，新一代游戏显卡（如GB102）依然是单GPU芯片设计，单服务器/数据中心产品则会采用MCM多芯片互联。规格方面，基于GB102的RTX5090包含144组SM单元，也就是18432个CUDA（假设每组SM还是128个CUDA），比RTX4090多出12.5%，96MB二级缓存，匹配GDDR7显存（384b
RTX40系显卡的家族阵容正越发齐整，是时候前瞻下RTX50系了。事实上，早在去年12月，就有坊间传言NVIDIA正在验证RTX50系原型样卡，GPU芯片代号Blackwell。日前，爆料大神RedGamingTech抢先分享了RTX50系显卡或者说BlackwellGPU的部分细节。他指出，新一代游戏显卡（如GB102）依然是单GPU芯片设计，单服务器/数据中心产品则会采用MCM多芯片互联。规格方面，基于GB102的RTX5090包含144组SM单元，也就是18432个CUDA（假设每组SM还是128个CUDA），比RTX4090多出12.5%，96MB二级缓存，匹配GDDR7显存（384b
前言：以下方法，不需要重装驱动，简单快捷。适用于Ubuntu系统下，之前已经安装过驱动，但驱动失效的问题。如果此方法仍然无法解决问题，可参考Ubuntu下安装nvidia显卡驱动，重装驱动。前段时间刚装了驱动：Ubuntu下安装nvidia显卡驱动但是最近准备用GPU跑模型时，提示cuda不存在。前段时间刚装的驱动，怎么会不存在呢？第一步，打开终端，先用nvidia-smi查看一下，发现如下报错：NVIDIA-SMIhasfailedbecauseitcouldn'tcommunicatewiththeNVIDIAdriver.MakesurethatthelatestNVIDIAdriver
前言：以下方法，不需要重装驱动，简单快捷。适用于Ubuntu系统下，之前已经安装过驱动，但驱动失效的问题。如果此方法仍然无法解决问题，可参考Ubuntu下安装nvidia显卡驱动，重装驱动。前段时间刚装了驱动：Ubuntu下安装nvidia显卡驱动但是最近准备用GPU跑模型时，提示cuda不存在。前段时间刚装的驱动，怎么会不存在呢？第一步，打开终端，先用nvidia-smi查看一下，发现如下报错：NVIDIA-SMIhasfailedbecauseitcouldn'tcommunicatewiththeNVIDIAdriver.MakesurethatthelatestNVIDIAdriver
“矿潮”虽然过去了，但留下了丰厚的“遗产”——横行于市的大量“矿卡”，同时还有各种“山寨杂牌”不断涌现，卡诺基、雷索、发行者、捷硕、冰影、51RISC、Corn、Mllse……不一而足。这些矿卡、山寨卡有的便宜得让人难以置信，有的则搞得有模有样，在电商平台有旗舰店、(号称)有保修，让不少玩家无所适从，不知道能不能入手。非常便宜的山寨卡移动GPU魔改的桌面卡那么，为什么会出现这么多矿卡、山寨卡？如何避坑不要买到他们？首先，NVIDIA明确否认了这些山寨品牌与NVIDIA的关系，强调他们既不是NVIDIA的合作伙伴，也从来未和NVIDIA有过业务往来，甚至NVIDIA都不认识这些公司。NVIDI
“矿潮”虽然过去了，但留下了丰厚的“遗产”——横行于市的大量“矿卡”，同时还有各种“山寨杂牌”不断涌现，卡诺基、雷索、发行者、捷硕、冰影、51RISC、Corn、Mllse……不一而足。这些矿卡、山寨卡有的便宜得让人难以置信，有的则搞得有模有样，在电商平台有旗舰店、(号称)有保修，让不少玩家无所适从，不知道能不能入手。非常便宜的山寨卡移动GPU魔改的桌面卡那么，为什么会出现这么多矿卡、山寨卡？如何避坑不要买到他们？首先，NVIDIA明确否认了这些山寨品牌与NVIDIA的关系，强调他们既不是NVIDIA的合作伙伴，也从来未和NVIDIA有过业务往来，甚至NVIDIA都不认识这些公司。NVIDI
当前，数字化转型已经成为所有企业的主旋律。随着AI、云计算、大数据、物联网等新兴技术的应用落地，企业对于算力的需求越来越高，传统数据中心以CPU进行通用计算及基础设施操作、GPU进行加速计算的架构将会使得CPU处理很多诸如网络、安全等基础设施的工作，没法充分运行应用，造成大量的资源浪费，已经不能适应当前企业的需求。为此，NVIDIA发布了云原生超级计算架构，把传统需要利用CPU操作的基础设施工作负载卸载到DPU上来，通过CPU、DPU、GPU以及其它加速器和网络共同协同工作，优化应用算力资源，提高系统整体性能。 NVIDIA网络亚太区高级总监宋庆春在近期接受媒体采访时表示，通过NVIDIA云原
当前，数字化转型已经成为所有企业的主旋律。随着AI、云计算、大数据、物联网等新兴技术的应用落地，企业对于算力的需求越来越高，传统数据中心以CPU进行通用计算及基础设施操作、GPU进行加速计算的架构将会使得CPU处理很多诸如网络、安全等基础设施的工作，没法充分运行应用，造成大量的资源浪费，已经不能适应当前企业的需求。为此，NVIDIA发布了云原生超级计算架构，把传统需要利用CPU操作的基础设施工作负载卸载到DPU上来，通过CPU、DPU、GPU以及其它加速器和网络共同协同工作，优化应用算力资源，提高系统整体性能。 NVIDIA网络亚太区高级总监宋庆春在近期接受媒体采访时表示，通过NVIDIA云原
在数字经济时代的今天，利用云计算、人工智能、物联网等新兴技术推动企业的数字化转型，已经成为所有企业的共识。面对未来的诸多不确定性，企业必须充分利用数字技术，优化供应链管理、运营管理，解决劳动力短缺问题，才能获得可持续发展。 面对疫情带来的劳动力短缺问题，市场对智能机器人的需求正在不断增长。根据ABIResearch的数据，工业和商业机器人的装机量将从2020年的310万台增长到2030年的2000万台，增幅超过6.4倍。ABIResearch的数据显示，全球移动机器人市场预计将增长9倍，从2021年的130亿美元增长到2030年的超过1230亿美元。 为了开发、验证和部署这些新的AI机器人，企
