- 综合排序
- 最热优先
- 最新优先
《URP管线主导的角色材质、阴影与显存动态适配优化方案》
这一困境让我深刻认识到，URP优化绝非参数微调的表层工作，而是需深入管线底层架构，打通Shader编译、光照计算、粒子渲染与显存调度的全链路，实现多模块协同适配移动硬件特性，在保证角色皮肤次表面散射、衣物布料纹理 优化后，单角色显存占用最终降至8MB，同屏200个角色时显存占用稳定在1.4GB以内，完全适配移动端硬件限制，闪退率从12%降至0.3%，仅在极少数极端场景（同屏250+角色）出现偶发闪退，基本不影响核心体验 为此，我们构建“管线状态监控与动态适配”系统，通过Unreal Stat Render与NVIDIA Nsight Mobile工具，实时捕获CPU/GPU耗时、显存占用、Draw Call数量、Overdraw 值等32项核心指标，每5帧生成一次优化建议报告。 ，要解决模块间的适配冲突。
35210编辑于 2025-10-30- 来自专栏JNing的专栏
监视显存
监视显存使用情况 watch [options] command 每10秒更新一次显存使用情况 watch -n 10 nvidia-smi ---- ----
1.3K30发布于 2018-09-28 Torch 中显存回收节省显存的方法
在进行模型推理时，需要考虑如何有效地利用和管理GPU显存。以下总结了常用的节省显存的方法。 将变量从显存释放 1. 5. 批量处理数据：一次处理多个数据，而不是逐个处理。这样可以更有效地利用显存，因为一些显存是用来存储模型的参数和中间结果的，而这些显存的使用量通常不会随着批量大小的增加而增加。 将模型和数据移动到CPU内存：如果你的模型和数据都在GPU显存中，那么你可以考虑在完成推理后将它们移动到CPU内存，以释放显存。 这是因为PyTorch使用了一种称为"缓存分配器"的机制来管理显存，这种机制可以减少显存的分配和释放操作，从而提高效率。 当你删除一个Tensor并释放了它占用的显存后，这部分显存并不会立即返回给操作系统，而是被缓存分配器保留下来，以便在后续的操作中重复使用。
1.9K10编辑于 2024-07-01- 来自专栏前端小叙
html5 移动适配写法
，所需的注释应为: <link rel="canonical" href="http://mobile_url" > 之前的Meta标记（mobile agent）会继续沿用，但我们推荐使用HTMAL5语言制作的移动页面使用最新方案进行跳转适配 ，其它如xml语言的移动页跳转适配，需要继续使用之前的meta标记方式: <meta name="mobile-agent"content="format=[wml|xhtml|html<em>5</em>]; url= mobile_url"> html5新增的移动适配写法如上,这个主要是为了百度等搜索引擎抓取到网站的移动端网址是什么,不是自动当设备切换到手机时自动跳转的.若实现自动跳转还需要js.
2.4K50发布于 2018-04-12 - 来自专栏Java项目实战
LTX-2有意思了 Comfyui爆显存 这个整合包CPU跑只要5G显存
单张RTX 5090秒出高清视频，清华+生数科技TurboDiffusion加速200倍，AI视频彻底白菜化，目前Comfyui的LTX2工作流还是挺占显存的，如果不用量化版本，竟然也会偶尔爆显存？ 4K+50FPS+音频同步，提示词技巧全攻略 附工作流，那现在这个LTX2的19B版本，跑上CPU +内存只需要5G显存的话，速度也相当不错，如果你安装加速没问题还会更快，1024*1024 图生视频， 第一次生成10S要5分钟，第二次25秒的视频仅需要6分钟。 生成过程的显存占用以及速度 由于兼容了不支持加速则使用CPU，但是避免了爆显存，总共花费了11分钟，相对来说文生视频显然效果更佳，如果你觉得时间太长，那么问问自己的显卡有没有努力工作，是慢点好，还是爆显存生成不了好 一位英雄站在悬崖边缘，俯瞰着广阔的奇幻世界，这是16位像素艺术风格的动画，带有80年代电子游戏的美学特征，色彩鲜艳，细节完美，镜头拉远，展现出远处的城堡，配以芯片音乐和剑鞘收起的声音，风吹过斗篷 亮点：适配
3K20编辑于 2026-01-14 - 来自专栏游戏多媒体引擎GME开发前沿
GME SDK 2.9.4，Unity WebGL适配UE5适配PS5适配语音转文本优化文本翻译优化
v2.9.4版本主要更新1、新增适配 Unity WebGL 平台2、适配 Unreal Engine 5 引擎新版本3、适配 PlayStation 5 平台新版本4、语音转文本接口中，新增翻译参数以往版本中 涉及到的客户端 API：StartRecordingWithStreamingRecognition5、文本翻译功能中，新增返回语种检测结果文本翻译功能支持自动识别源语种，并支持一次请求翻译成多种目标语言
1.4K20编辑于 2022-09-08 - 来自专栏互联网软件技术
H5移动端rem适配
1 /** 2 * 移动端自适应 3 */ 4 <meta name="viewport" 5 content="width=device-width,user-scalable --maximum-scale=1.0 可视区域的放大级别--> 1 /** 2 * rem适配 iPhone5下html字号为100px，320px下1rem=100px 3 */ 4 (function (doc, win) { 5 var docEl = doc.documentElement, 6 resizeEvt
1.6K40发布于 2018-10-24 - 来自专栏大模型应用
大模型应用：中小显存适配方案：大模型微调底座选型指标与应用实现.52
2.3 适配模型与规避说明适配：ChatGLM-6B的INT4量化版是8G显存的黄金搭档；若拥有更高12G显存，则可考虑Qwen-13B。 5. 核心参数复核：确认两者均为Decoder-only架构，上下文窗口≥2048 token，支持INT4量化与LoRA微调，无参数适配问题。6. ]}秒/条，评分{test_results[1]['平均效果评分(1-5分)']}分") print("结论：8G显存场景下，ChatGLM-6B（INT4量化版）综合适配性更优，兼顾显存、速度与效果 分 结论：8G显存场景下，ChatGLM-6B（INT4量化版）综合适配性更优，兼顾显存、速度与效果。 5. 测试验证1.
44932编辑于 2026-03-21 - 来自专栏深度学习那些事儿
再次浅谈Pytorch中的显存利用问题(附完善显存跟踪代码)
前言 之前在浅谈深度学习:如何计算模型以及中间变量的显存占用大小和如何在Pytorch中精细化利用显存中我们已经谈论过了平时使用中显存的占用来自于哪里，以及如何在Pytorch中更好地使用显存。 > + | 1 * Size:(4096, 4096) | Memory: 67.108 M | <class 'torch.nn.parameter.Parameter'> + | 5 torch.randn(120, 3, 512, 512).float().to(device) # 120*3*512*512*4/1000/1000 = 377.48M dummy_tensor_5 ，不过这里不进行展示了)： gpu_tracker.track() layers = ['relu_1', 'relu_3', 'relu_5', 'relu_9'] # 提取的层数 layerIdx project/nvidia-ml-py/ https://discuss.pytorch.org/t/best-practices-for-maximum-gpu-utilization/13863/5
2.4K50编辑于 2023-10-19 - 来自专栏AIUAI
GPU 显存 - Caffe 内存优化
Caffe - 显存优化 1. 测试了一下, ResNet101 相对于官方 caffe, 能够明显节省显存占用, batchsize 可以增加很多. 显存优化的 Caffe 主要实现的功能: memory multiloading 在深度网络训练和测试时,可以显著地节省内存. 训练时,节省一半内存; 测试时, 使用 95% 的内存. 在训练深度网络时, GPU显存资源是有限的.
2.8K60发布于 2018-05-17 - 来自专栏JNing的专栏
【tensorflow】设置显存开销
问题 一般大家在跑tf时，单个程序往往会占满整块GPU的所有显存。 但是实际上，程序很可能并不需要那么大的显存空间。 改进方案 通过 tf.ConfigProto().gpu_options.allow_growth=True来告诉程序，只需占用实际所需的显存即可： # ---------------- session True sess = tf.Session(config=config) 如果这里把 config.gpu_options.allow_growth设置为False，那么程序就会默认把整块卡的所有显存占满
1.2K10发布于 2020-03-17 - 来自专栏技术客栈
Java设计模式（5）适配器模式
本文是这个系列的第五篇章，我们将讲解一下适配器模式的实现方式、应用场景以及它的用途。 适配器模式 适配器模式是一种结构型设计模式，它允许现有的接口与客户端的期望接口不匹配时协同工作。 适配器模式允许一个类别的接口转化为另一个接口，从而使得原本由于接口不匹配而无法一起工作的类能够协同工作。 应用场景 当需要将一个已有的类或接口与另一个不兼容的类或接口进行协同工作时。 Adaptee /** * 适配者 * @author Jensen * @date 2024-01-18 * */ public class Adaptee { public void getTalk(){ System.out.println("谈话的内容"); } } 我们需要创建一个适配器 Adapter 来让它们能够一起工作。 适配器实现了目标接口 Target，并在构造函数中接受一个适配者对象 Adaptee，然后在实现目标接口的 request 方法中调用适配者的 request 方法。
23510编辑于 2024-04-18 - 来自专栏Vue中文社区
H5 项目如何适配暗黑模式
一、背景 随着 iOS 13 的发布，深色模式（Dark Mode）越来越多地出现在大众的视野中，支持深色模式已经成为现代移动应用和网站的一个潮流，前段时间更是因为微信的适配再度引起热议。 二、问题 如果系统设置了深色模式，H5页面不做相应的处理，会出现背景色冲突、深色文字显示异常，深色图标显示异常等一些显示上的问题。 所以，需要对深色模式进行一些适配。 我尝试了一些方案： 三、H5项目适配深色模式方案 1.声明 color-scheme color-scheme 有两种方式。 浏览器默认样式也会切换到深色； 1.2CSS 下面的 css 同样可以实现上面 meta 声明的效果 :root { color-scheme: light dark; } 注意：此声明并非为页面做自动适配 :root { background: black; color: white; } } //颜色较多的情况，建议使用CSS变量对颜色值进行管理 3.图片适配
3.3K50发布于 2021-07-05 - 来自专栏爱敲代码的猫
java设计模式(5)-适配器模式
适配器模式将某个类的接口转换成客户端期望的另一个接口表示，目的是消除由于接口不匹配所造成的类的兼容性问题 上篇文章我讲完了5种创建型模式，这章开始，我将讲下7种结构型模式：适配器模式、装饰模式、代理模式 其中对象的适配器模式是各种模式的起源，我们看下面的图： ? */ } } (3) 接口的适配器模式 总体来说就是，原类设计成接口，用抽象了类去实现接口，业务操作类去继承抽象类并实现具体业务即可。 ：当希望将一个类转换成满足另一个新接口的类时，可以使用类的适配器模式，创建一个新类，继承原有的类，实现新的接口即可。 接口的适配器模式：当不希望实现一个接口中所有的方法时，可以创建一个抽象类Wrapper，实现所有方法，我们写别的类的时候，继承抽象类即可。
69030发布于 2019-10-17 - 来自专栏编程之旅
H5 页面 iPhoneX 刘海屏适配
随着这两年苹果坚定不移的走刘海屏路线，Hybrid 页面在 iPhoneX 上刘海屏的适配也是每个前端开发的小伙伴都会碰到的问题，今天就记录一下我关于刘海屏适配的部分经验。 safe-area.png 很明显，在讨论适配之前，我们的页面一般有两种分类： 1、H5 页面使用原生 App 的 Navigation Bar 导航栏，此时，status bar 状态栏和导航栏都是原生控件 ，我们只需要专注的适配底部小黑条处的高度差异即可。 2、H5 页面在 iOS 中占据全屏页面，在这种情况下，除了要兼顾底部小黑条，我们还要处理页面上部跟 状态栏接触的部分，避免内容出现在状态栏上。 env 函数 在介绍适配之前，我们先说一下适配用到的关键 CSS 函数 —— env()。env()函数以类似于var函数的方式将用户代理定义的环境变量值插入到你的 CSS 中去。
5K40发布于 2020-06-02 - 来自专栏CSDNToQQCode
win11怎么看显存——win11如何看显存
显存查看方法1、 1、快捷键【Ctrl+Shift+ESC】打开【任务管理器】 2、点击左侧的性能 显存查看方法2、 在Windows 11在Windows 11中查看显存的方法如下： 1 在“高级显示”设置窗口中，点击“显示器1的显示适配器属性”。 在显卡属性窗口中，适配器下，就可以查看显存信息。 显存查看方法3、 此外，还可以使用DirectX诊断工具来查看显存。 在“显示”选项卡中，找到“显存”一项，即可查看显存信息。 以上两种方法都可以帮助您在Windows 11中查看显存信息。如果还有其他问题，欢迎随时提问。 显存对AI的重要意义 显存是显卡中存储图像数据的关键组成部分，对AI具有重要意义，主要体现在： 显存决定了计算机在处理图像时能够存储和操作的数据量大小。 在AI绘图中，需要频繁读写显存中的数据，因此高带宽的显存对于实时绘图和复杂计算非常重要。 因此，显存对于AI应用来说是非常重要的，尤其是在需要大量处理和操作图像数据的场合。
17.7K11编辑于 2023-11-29 - 来自专栏容器计算
tf_cnn_benchmark 显存问题
1 Overview 在测试 vGPU 的功能的时候，给容器分配了半张 GPU 卡，然后想用 Tensorflow Benchmark 测试一下，却发现半张 V100 32GB 显存从一开始就被占满了， 关于如何限制 GPU 显存的使用量，可以参考官方的记录。为了能正常使用办张卡，也就是 16 GB 的显存，我希望可以注入一个 Config 类似如下。 per_process_gpu_memory_fraction=0.5) sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) 这样我的程序就只会用到半张卡的显存 xla=True --gpu_memory_frac_for_testing=0.5 3 Summary per_process_gpu_memory_fraction 参数可以设置 GPU 内进程使用显存最大的比例
1.4K20发布于 2020-08-05 - 来自专栏青梅煮码
H5移动端适配IphoneX等机型
图中，Iphonex机型在头部和底部新增了这两个区域，所以我们需要针对这类机型做些适配，方便我们的webapp的展示 h5做成的移动端页面，常见布局为头部+躯干+底部三栏模式，头部和顶部都是固定定位，躯干可里的内容可以滚动 top:0; left: 0; width: 10rem; height: 88px; } } 这样写，底部导航foot里的内容，就不会被手机自带的呼吸灯所遮挡 所以可以总结一下，我们在这种webapp适配中
1.2K10编辑于 2023-01-12 H5移动端适配原理及方案
移动端适配原理在学习移动端适配原理之前，我们先了解一下在 VSCode 中自动生成的 head 标签中的 viewport。viewport 可以翻译为 视区 或者 视口。 如果要实现浏览器适配移动端，首先我们要统一标准视口。 font-size: 16px; /* 设置根元素字体大小为 16px */}body { font-size: 1rem; /* 相对于根元素，等同于 16px */}.box1 { width: 5rem 比如，如果只需要适配少部分手机设备，且分辨率对页面影响不大的，使用 px 即可； 对于需要适配各种移动设备，且分辨率差别比较大的设备，比如 iphone 与平板，使用 rem。 每根轴线两侧的间隔都相等，轴线之间的间隔比轴线与边框的间隔大一倍stretch（默认值）主轴线占满整个交叉轴Flex 项目属性上面所讲的容器属性都是用来设置项目的排列方式，而项目自身的大小和形态需要设置项目的属性，以下 5
2.6K10编辑于 2024-06-14- 来自专栏睡不着所以学编程
移动web开发(5)之rem适配布局
} } .top { height: 1rem; font-size: .5rem
1.4K30编辑于 2022-09-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号