知识卡片
GPU并行与矩阵计算
GPU 提供大量并行计算资源,适合许多可并行的矩阵和张量运算;要发挥优势还需后端支持设备、数据传输和相应算子。使用 GPU 执行通用计算常称 GPGPU;CUDA 是书中介绍的 GPU 并行计算平台,教学框架依赖的 NumPy 代码并不因此自动在 GPU 上运行。实际性能仍取决于负载及硬件。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 工业级深度学习框架 12.3 GPU · 查看原书依据
GPU虽为图像而生
参考来源
- 位置:《用Python实现深度学习框架》第12章《工业级深度学习框架》,12.3 GPU(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_099.html`)
- 结论依据:原文给出实验、框架机制或工程方案;卡片对条件、数值边界和性能外推作限定。
- 原始内容:GPU虽为图像而生。