Intel顯核可開啟CUDA加速技術
NVIDIA CUDA鼎鼎大名，不過，從一開始，該技術就為N卡獨享。
盡管已經有一些工具能讓CUDA為OpenCL環境所用，但即便先進如HIPCL也還是一款半自動化工具，需要開發者手動干預。
好消息是，名為ZLUDA的新工具誕生了，簡單來說可依然配置Intel核顯（6代酷睿Skylake及以上）的系統使用上CUDA加速。
盡管號稱效率和本地化幾乎無異，但似乎僅被較好地用在Geekbench上。官方基于Linux的測試顯示，UHD 630核顯（Core i7-8700K）開啟CUDA后跑分能到6333，雖然分數比原生OpenCL的6482低，但部分測試子項中，CUDA加速還是起到了不小的buff加成作用，幅度最高有52%。
遺憾的是，有媒體嘗試從GitHub頁面下載ZLUDA后，在Tiger Lake筆記本上操作，Geekbench 5報錯了……
責編AJX
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
intel
+關注
關注
19文章
3482瀏覽量
186086 -
顯卡
+關注
關注
16文章
2437瀏覽量
67729 -
工具
+關注
關注
4文章
312瀏覽量
27822
發布評論請先 登錄
相關推薦
雷曼光電與辰顯光電達成戰略合作
近日，深圳雷曼光電科技股份有限公司（下稱“雷曼光電”）與成都辰顯光電有限公司（下稱“辰顯光電”）在成都正式簽署戰略合作協議。雙方將充分發揮各自在技術創新、產品研發等方面的優勢，共同推進Micro-LED產品研發和商業化進程，
國民技術受邀參加2024 Intel LOEM Summit
近日，備受矚目的2024 Intel? LOEM Summit在泰國曼谷盛大舉行。作為Intel的全球合作伙伴，國民技術股份有限公司（以下簡稱“國民技術”）受邀參加了此次峰會。
國民技術亮相2024 Intel LOEM Summit
近日，2024 Intel LOEM Summit在泰國曼谷隆重舉行，國民技術股份有限公司（以下簡稱“國民技術”）作為Intel全球合作伙伴受邀參加本次峰會。
怎么在TMDSEVM6678: 6678自帶的FFT接口和CUDA提供CUFFT函數庫選擇？
請教一下gpgpu上包括4個Riscv cpu和一個DPU, 沒有6678，要替換原來信號處理用的6678，該怎么在6678自帶的FFT接口和CUDA提供CUFFT函數庫選擇？
發表于 09-27 07:20
IB Verbs和NVIDIA DOCA GPUNetIO性能測試
Async 等技術，能夠創建以 GPU 為中心的應用程序，其中 CUDA 內核可以直接與網卡（NIC）通信，從而繞過 CPU 發送和接收數據包，并將 CPU 排除在關鍵路徑之外。
打破英偉達CUDA壁壘？AMD顯卡現在也能無縫適配CUDA了
電子發燒友網報道（文/梁浩斌）一直以來，圍繞CUDA打造的軟件生態，是英偉達在GPU領域最大的護城河，尤其是隨著目前AI領域的發展加速，市場火爆，英偉達GPU+CUDA的開發生態則更加穩固，AMD
軟件生態上超越CUDA，究竟有多難？
神壇的，還是圍繞CUDA打造的一系列軟件生態。 ? 英偉達——CUDA的絕對統治 ? 相信對GPU有過一定了解的都知道，英偉達的最大護城河就是CUDA。CUDA在后端架構上處于絕對的統
借助NVIDIA Aerial CUDA增強5G/6G的DU性能和工作負載整合
Aerial CUDA 加速無線接入網 （RAN）可加速電信工作負載，使用 CPU、GPU 和 DPU 在云原生加速計算平臺上提供更高水平的頻譜效率 （SE）。
NVIDIA 通過 CUDA-Q 平臺為全球各地的量子計算中心提供加速
德國、日本和波蘭的超級計算機利用 Grace-Hopper 和量子-經典加速超算平臺推進量子計算研究 ? ? 德國漢堡 —— 國際超算大會（ISC）—— 2024 年 5 月 13 日
發表于 05-13 15:21
?201次閱讀
Keil使用AC6編譯提示CUDA版本過高怎么解決？
\'
ArmClang: warning: Unknown CUDA version 10.2. Assuming the latest supported version 10.1
發表于 04-11 07:56
GPU CUDA 編程的基本原理是什么
神經網絡能加速的有很多，當然使用硬件加速是最可觀的了，而目前除了專用的NPU（神經網絡加速單元），就屬于GPU對神經網絡加速效果最好了
深入淺出理解PagedAttention CUDA實現
vLLM 中，LLM 推理的 prefill 階段 attention 計算使用第三方庫 xformers 的優化實現，decoding 階段 attention 計算則使用項目編譯 CUDA 代碼實現。
工商網監
評論