Nvidia GPU架构 |
您所在的位置:网站首页 › 3060显卡指的是什么 › Nvidia GPU架构 |
背景
在深度学习大热的年代,并行计算也跟着火热了起来。深度学习变为可能的一个重要原因就是算力的提升。作为并行计算平台的一种,GPU及其架构本身概念是非常多的。下面就进行一个概念阐述,以供参考。 GPU:显存+计算单元GPU从大的方面来讲,就是由显存和计算单元组成: 显存(Global Memory):显存是在GPU板卡上的DRAM,类似于CPU的内存,就是那堆DDR啊,GDDR5啊之类的。特点是容量大(可达16GB),速度慢,CPU和GPU都可以访问。计算单元(Streaming Multiprocessor):执行计算的。每一个SM都有自己的控制单元(Control Unit),寄存器(Register),缓存(Cache),指令流水线(execution pipelines)。 我们可以看一下图: 下面这个图是SM: 下面这个图是CUDA Core的结构: 贴一张图: 我发现Nvidia的文献非常分散,下面列举一些常用的。btw,PASCAL啊,VOLTA都是英伟达GPU架构代号。 CUDA C Programming GuideCUDA C Best Practices GuidePascal White Paper, Volta White PapercuBLAS: 基础线性代数库,汇编级优化。cuDNN: 深度学习库 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |