- 综合排序
- 最热优先
- 最新优先
- 来自专栏GPU Lab
GPU计算型GC3vq：驱动与AI环境部署指引
腾讯云为GPU云服务器GC3vq机型提供特定驱动安装脚本，同时提供CUDA、cuDNN和相关的AI框架自动安装脚本，在活动页购买的机器，腾讯云提供以下三种脚本部署，您可以根据需要选择：机型操作系统软件环境执行命令 GC3vqUbuntu 18.04/20.04CentOS 7.6/7.8/7.9【驱动安装】vqGPU-DRIVER1.0.0_cuda11.4.3：CUDA11.4.3 + cuDNN8.2.4 + vqGPU驱动wget https://gpu-related-scripts-1251783334.cos.ap-guangzhou.myqcloud.com/gpu-auto-install/gpu_auto_install.sh 2、设置安全组策略，放通8888端口（1）点击“安全组”-“规则预览”-“编辑规则”（2）需要在“入站规则”和“出站规则”都添加8888端口放通策略（3）分别在“入站规则”和“出站规则”栏下点击“添加规则 ”，按照下图进行配置3、登陆机器，使用脚本部署Miniconda AI环境如果您需要 TensorFlow 2.8.0，登录子机执行下列命令：wget https://gpu-related-scripts
1.2K10编辑于 2023-03-03 - 来自专栏程序猿那点儿事儿
离线安装GPU P40驱动
/cuda_10.1.168_418.67_linux.run 按提示输入，安装选择全部选择（包括第一个driver） 完成安装后，输入nvidia-smi，有打印显卡信息则驱动安装成功 输入cat
1.7K40发布于 2020-09-14 - 来自专栏云云众生s
Kubernetes驱动3500个GPU的AI训练
3,500 GPUs，作者 Joab Jackson 是 The New Stack 的高级编辑，负责报道云原生计算和系统操作。 但随着机器学习如今对 GPU 的高额需求，Kubernetes 可以通过起源于 HPC 领域的工具来提供更动态的方式，管理庞大的 GPU 集群。 CoreWeave 启动了一个集群，包含 3,500 个(新发布的)Nvidia H100 GPU，其性能是其他 Kubernetes 集群的 29 倍。 裸金属上的 Kubernetes 所有 GPU 位于一个数据中心，每个服务器有八个 GPU，基于 Intel Sapphire Rapids 平台。 启动时，DPU 会下载一个裁剪过的 Ubuntu 镜像，除了 GPU 和 Infiniband 驱动程序以及 Kubelet 之外几乎没有任何内容。
80310编辑于 2024-03-28 - 来自专栏全栈程序员必看
tensorflow（gpu） win10安装 1060显卡驱动
CUDA9.0+cuDNNv7+WIN10+1060显卡 一.驱动文件下载 1.上tensorflow官网。查看本机硬件和系统支持的tensorflow版本，以及对应的cuda和cuddnn版本。 查找相应的CUDA驱动。 打开默认下载是9.2版本，如下： 手动搜索9.0版本，严格按照 tensorflow官网推荐的版本。 建议下载local安装包。 3.百度cudnn进网站。 安装 1.安装CUDA驱动 安装前需要把之前NVIDIA的驱动完全卸载掉，才能安装上cuda的驱动。 （这一步是关键，不然后面安装cuda会失败） 然后重启，运行cuda驱动安装文件，按照提示一步步运行，直至结束。 2.解压cuDNN文件。 3.tensorflow安装。 按照tensorflow官网提供的，建议使用Anaconda安装。 按操作等待操作完成。
1.8K30编辑于 2022-08-25 - 来自专栏Windows技术交流
GPU机器如何支持DX、如何开启OpenGL、如何D3D兼容？安装Grid驱动！
结论先行：3D、渲染业务，建议使用Grid公共镜像购买渲染型实例，即GN7vw、GNV4、GNV4v机型的机器。GI1只适用Linux，用的人少，忽略；GA3我没用过，不清楚。 GPU NVIDIA驱动分两种，计算和渲染，如果是3D渲染业务，需要安装Grid驱动。 参考这个文档只安装NVIDIA Tesla 驱动是不够的，还得安装Grid驱动，要不然会有类似下面这样的报错（软件品类多，报错五花八门，主要集中在OpenGL、D3D），不限于下面这几种： ①任务管理器怎么没有 不可以，降低GPU驱动会导致GPU卡无法正常运行 A10是NVIDIA新推出的GPU卡，需要470以上版本才可支持A10 GPU卡 显卡是新显卡，软件是老版本，论坛帖子里反馈相同问题了，解决方案就是升级软件版本适应显卡 3D渲染业务，比如blender、Cyclone 3DR等软件）建议使用grid公共镜像购买渲染型机器，Grid公共镜像集成好相关驱动了，并且是免费的。
10.1K52编辑于 2024-06-05 - 来自专栏Windows技术交流
GPU机器任务管理器GPU利用率很低，是不是驱动有问题？
3D渲染业务，GPU机器需要安装Grid驱动，Grid驱动安装很麻烦，建议使用2019Grid公共镜像购买GN7vw或GI3X或GNV4或GNV4v机型的机器，2019Grid公共镜像集成好相关驱动了， 任务管理器GPU为啥总是0%？建议搞个压测看看 任务管理器GPU利用率我观察了不到1分钟，发现不总是0%，偶尔也有1%出现，负载低时显示0%、1%不是正常的吗？ 压测软件推荐了，打开几秒就能验证 判断有没有安装GRID驱动，并不是从设备管理器显卡名称上看有没有"GRID"字样来判断（只有vGPU机器安装GRID驱动在设备管理器里才会有GRID字样），而是根据桌面右击 /developer/article/1923257 GN7vw或GI3X或GNV4或GNV4v机型的机器如果驱动异常，备份数据后用2019Grid公共镜像重装系统， 2019Grid公共镜像已经集成好驱动 ，无须使用360驱动大师，可能破坏原镜像环境
2.8K60编辑于 2024-06-20 - 来自专栏云原生搬运工
【TKE】GPU 节点 NVIDIA Tesla 驱动重新安装
使用场景 默认情况下，用户在 TKE 添加 GPU 节点时，会自动预装特定版本 GPU 驱动，但是目前默认安装 GPU 驱动版本是固定的，用户还不能选择要安装的 GPU 驱动版本，当用户有其他版本的 GPU 驱动使用需求时，就需要在节点上重新安装，下面将介绍在 TKE 节点中如何重新安装 GPU 驱动程序。 3.下载新驱动程序并安装 登录 NVIDIA 驱动下载 官网下载选择 linux 64 bit shell 安装文件，如下图： image.png 这里我们选择安装 NVIDIA Tesla 10.2 ： [选择 YES] 等待新驱动安装完成： [4lq6xe3jd4.png] 4.测试新驱动 在节点上执行nvidia-smi查看 GPU 情况，可查看到 GPU 信息并显示驱动版本为新版本： [查看 ： image.png 总结 本文简单介绍了如何在 TKE 重新安装 GPU 驱动程序，如有相关需求可按照上述操作安装。
2K73发布于 2021-06-01 - 来自专栏巫山跬步
【玩转腾讯云】GPU云服务器(驱动篇)
如何选购腾讯云GPU实例？如何优雅地安装驱动等底层开发工具库？这些问题给深度学习等领域研究/开发人员带来了不少困惑。 推荐选择的系统镜像：Ubuntu 18.04 （注意无需勾选“后台自动安装GPU驱动”） 其他信息：北京五区，1M公网带宽，系统盘大小100G。根据实际情况选择即可。 验证GPU驱动安装 —— 设备信息查看 Nvidia GPU驱动是支持CUDA编程的内核模块。 总之就是，驱动只需安装一次，非常方便。 重启后登录，我们来验证驱动模块已动态加载 [after.png] 可以看到，nouveau等社区驱动已经不会被加载，而是加载了nvidia的官方驱动。 nvidia-smi命令查看GPU设备状态，如驱动版本（440.64.00）、CUDA版本（10.2）、型号（Tesla T4）、显存（15109MiB）以及温度功耗等各种信息，如图： [smi.png
32.5K4912发布于 2020-04-01 - 来自专栏Windows技术交流
如何更新GPU云服务器的NVIDIA驱动
我自己遇到过系统里有2套驱动nvlddmkm.sys甚至3套nvidia-smi.exe，混乱不堪。在阿里云、腾讯云等云厂商都有nvidia显卡的GPU云服务器，也会有这些问题。 （NVIDIA每月出一个新版驱动，驱动本身的健壮性我不敢保障，我这里强调的是驱动安装唯独的严谨性。） 首先，卸载干净旧驱动，卸载的话先运行appwiz.cpl从程序列表正常卸载，卸载后会提示重启，重启后appwiz.cpl里是否变成低版本驱动了（我自己就遇到了，明明卸载新安装的驱动，重启后发现appwiz.cpl （之前有次，2个目录的nvidia-smi.exe执行结果不一样，搞得我很恼火，发现是windows联网情况下自动更新驱动了，不知道NVIDIA咋处理的，反正是乱了，后来还是我手动搞一致的，为了避免自动更新驱动导致问题 ，我把自动更新驱动禁止了，参考https://cloud.tencent.com/developer/article/2070462）
5.8K20编辑于 2024-08-15 - 来自专栏用户2737519的专栏
Linux下GPU云服务器安装 NVIDIA Tesla 驱动
背景介绍： 本篇介绍腾讯云环境GPU云服务器nvidia tesla驱动安装步骤。 有很多腾讯云的使用者，在使用GPU服务器过程中，对驱动安装或者使用中有一些疑惑，比如系统kernel更新了，驱动失效了等问题。 驱动安装途径： 目前腾讯云环境下支持安装GPU驱动的方式如下： 使用预装 GPU 驱动的镜像，参考链接：https://cloud.tencent.com/document/product/560/30129 使用公共镜像的时候，支持后台自动安装GPU驱动。 目前官网控制台支持，后台自动安装GPU驱动，如下图： image.png 安装驱动： NVIDIA Telsa GPU 的 Linux 驱动在安装过程种需要编译 kernel module，所以要求系统安装好了
5.7K00发布于 2020-01-05 - 来自专栏虚拟化技术资源
VMware ESXi安装NVIDIA GPU显卡硬件驱动和配置vGPU
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。 按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。 GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导致。） 2、正确的安装并加载驱动程序以后，我们需要启动主机的xorg服务，xorg服务是ESXi主机为虚拟机提供3D硬件加速的服务，我们必须启动该服务后才能使GPU正常工作。 3、以下命令可以查看主机是否正确加载了驱动程序： vmkload_mod -l | grep nvidia 4、如下图所示：通过命令nvidia-smi来验证GPU卡是否正常工作，无报错，如图： 5、 6、编辑虚拟机 GPU配置文件为GPU显存大小，具体显存大小参考说明文档。并勾选预留所有内存。
11.6K70编辑于 2022-03-31 - 来自专栏HackforFun
在 RK3399 上运行开源的 mali GPU 驱动
造成这种情况一般由两个原因： 开发板上主控 SOC 的性能比较弱，没有带 3D 图形加速(即 GPU)功能，比如 i.MX6ULL 开发板上的 SOC 带了 GPU，但是没有用起来。 也有很多人被卡在了第二个关卡，SOC 上搭配了强劲的 GPU、比如 RK3399，S912，他们都搭载了 Arm mali GPU，但是 mainline 内核却缺少相应的驱动支持 —— GPU 驱动一般分为两部分 的 Panfrost 驱动 + userspace 的 mesa 来解锁 3D 图形加速功能。 启动 Panfrost GPU 驱动 在内核里面启用 Panfrost GPU 驱动 ? 默认编译到内核中或者以模块的形式加载都可以。 如果 Panfrost GPU 驱动正常加载，我们会看到类似下面的 Log： ? cat /proc/interrupts 可以看到 Panfrost GPU 驱动注册的中断： ?
24.6K97发布于 2020-01-13 - 来自专栏又见苍岚
Python CUDA 编程 - 3 - GPU编程介绍
CPU调用GPU函数，启动GPU多个核心同时进行计算。 CPU与GPU异步计算。 以[2, 4]这样的配置为例：blockDim.x变量表示Block的大小是4，即每个Block有4个Thread，threadIdx.x变量是一个从0到blockDim.x - 1（4-1=3）的索引下标 以上讨论中，Block和Grid大小均是一维，实际编程使用的执行配置常常更复杂，Block和Grid的大小可以设置为二维甚至三维： 一个二维的执行配置如上图所示，其中，每个Block有(3 * 4)个 Thread，每个Grid有(2 * 3)个Block。 1维或3维的时候，可以将参数改为1或3。
2.4K20编辑于 2022-08-04 - 来自专栏悟空被FFmpeg玩
驱动基础——字符设备3
字符设备驱动中的 read接口的使用，简单实例 驱动部分代码 #include <linux/module.h> #include <linux/slab.h> #include
1.2K10发布于 2019-03-05 《3D山地场景渲染进阶：GPU驱动架构下细节与性能平衡的6大技术实践》
为此，我们参考《孤岛惊魂5》的渲染思路，重构了GPU驱动的地形渲染架构，将地形数据按Tile-Sector-Patch三级结构组织，以512x512为Tile级加载单元，128x128为Sector级LOD 计算单元，16x16为Patch级最小渲染单元，通过Compute Shader在GPU端完成视锥裁剪与LOD判断，使CPU的地形相关计算耗时从每帧12ms降至3ms，主线程帧率回升至57帧以上。 地形数据的高效组织是GPU驱动架构的基础，而四叉树的优化设计直接影响渲染效率与内存占用。 GPU驱动架构下的LOD计算与传统方式存在本质差异，如何在保证细节的同时避免过度计算成为关键挑战。 GPU驱动架构的落地过程中，多系统协同优化是实现细节与性能平衡的关键，任何单一模块的优化都无法达到整体最优。
39310编辑于 2025-10-14- 来自专栏代码编写世界
Unity3D学习笔记8——GPU实例化(3)
概述 在前两篇文章《Unity3D学习笔记6——GPU实例化(1)》《Unity3D学习笔记6——GPU实例化(2)》分别介绍了通过简单的顶点着色器+片元着色器，以及通过表面着色器实现GPU实例化的过程 自动实例化 一个有意思的地方在于，Unity提供的标准材质支持自动实例化，而不用像《Unity3D学习笔记6——GPU实例化(1)》《Unity3D学习笔记6——GPU实例化(2)》那样额外编写脚本和Shader 与《Unity3D学习笔记6——GPU实例化(1)》《Unity3D学习笔记6——GPU实例化(2)》提到的通过底层接口Graphic进行实例化绘制相比，效率还是要低一些。 2.2. 3. 参考 《Unity3D学习笔记6——GPU实例化(1)》 《Unity3D学习笔记6——GPU实例化(2)》 Creating shaders that support GPU instancing MaterialPropertyBlock
1.7K10编辑于 2022-07-12 - 来自专栏人工智能领域
在GPU计算型实例中安装Tesla驱动超详细过程
摘要：在深度学习、AI等通用计算业务场景或者OpenGL、Direct3D、云游戏等图形加速场景下，安装了Tesla驱动的GPU才可以发挥高性能计算能力，或提供更流畅的图形显示效果。 如果您在创建GPU计算型实例（Linux）时未同时安装Tesla驱动，则需要在创建GPU实例后，单独安装Tesla驱动（Linux）。 社区支持：由于是社区驱动的，它主要依赖于志愿者的贡献和维护。基本功能：它提供了基本的2D和3D图形支持，但可能不支持NVIDIA显卡的所有高级功能和优化。 具体操作，请参见在GPU计算型实例中手动安装Tesla驱动（Windows）。 如果您需要在创建GPU实例时同时安装了Tesla驱动，具体操作，请参见创建GPU实例时自动安装或加载Tesla驱动。 如果GPU实例中安装的驱动版本不适用于当前场景，或您安装了错误的驱动类型或版本导致GPU实例无法使用，您可以卸载当前驱动然后安装新的驱动或直接升级驱动。
2.3K10编辑于 2024-12-18 - 来自专栏自动化测试实战
httprunner3.x入门 -3 实现数据驱动
后台几个留言问：既然httprunner3这么多坑，为什么要学这个啊？ 学这个不一定你熟练应用，但是要学习httprunner的设计思想。 数据驱动 httprunner实现数据驱动必须要安装3.x版本。 2.x版本没有实现数据驱动。 使用parameterize关键字定义数据源应用于测试套件层，只能是套件层！ 有两种方式实现数据驱动： 方式一：直接在套件脚本里指定参数列表 当数据量比较小的时候，可以直接在脚本里指定参数列表，实现数据驱动。 这也是不管在用例文件还是CSV等做数据驱动时，用例数据只读取第一行数据的解决办法。
97320编辑于 2022-04-12 - 来自专栏新智元
英伟达开源Linux版GPU内核驱动
---- 新智元报道 编辑：David 【新智元导读】英伟达宣布开源Linux GPU内核驱动模块，开发者纷纷表示「活久见」，不会和之前Linux之父对英伟达的「友善度词汇」有关吧？ 英伟达显卡驱动开源了？这不像是老黄会做出的事啊？ 可这事确实是真的。不过有一点点条件，一是Linux系统，二是开源的是GPU的内核模块。 5月12日，英伟达官网发布消息，将Linux GPU内核模块作为开放源码发布，具有GPL/MIT双重许可证，开源从R515驱动版本开始。 对于Linux发行商来说，提高了使用的便利性，改善了开箱即用的用户体验，以签署和分发NVIDIA GPU驱动程序。 每次发布新的驱动程序时，英伟达都会在GitHub上发布源代码的快照。 我们对英伟达决定开源GPU内核驱动程序表示赞赏。Red Hat与英伟达合作多年，我们很高兴看到他们终于迈出了这一步」 被「Linux之父」骂的？
2.7K50编辑于 2022-05-16 CSS3强制启用 GPU 加速渲染 CSS3 动画
CSS3强制启用 GPU 加速渲染 CSS3 动画 css3 transform:translateZ(0)解决一个存在已久并早已知悉解决方案的渲染问题… 最终，只用了一小段的css代码就解决了 transform (0,0,0);属性，也就是强制启用gpu 加速渲染动画 transform:translateZ(0px); -webkit-transform-style:preserve-3d; -webkit-transform: translate3d(0,0,0); 这个CSS属性等于告诉了浏览器用GPU来渲染该层，与一般的CPU渲染相比，提升了速度和性能。 :preserve-3d; -webkit-transform: translate3d(0,0,0); 给元素transform加上translateZ(0px),iScroll采用的方法 按照上述方法开启 gpu加速后，涉及到的区域就会被gpu直接渲染在屏幕对应区域，不用和浏览器进程共享内存和减轻cpu负担是gpu加速的理论原理。
98910编辑于 2024-03-12
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