# GPU云服务器 #
1
关注
7890内容
拍立淘---试妆魔镜 OpenGL ES 2.0 框架及性能优化
手机淘宝（搜索框->摄像头->试妆魔镜）：
最初的设计原型及性能问题：
单线程模型，优先级过低：从Camera获取到CMSampleBufferRef YUV图像帧，拷贝像素数据到内存（多了一次拷贝内存的开销）进行美妆渲染以及一些其他的检测计算，导致的render线程性能消耗过多，CPU负
Apache Spark 3.0 将内置支持 GPU 调度
如今大数据和机器学习已经有了很大的结合，在机器学习里面，因为计算迭代的时间可能会很长，开发人员一般会选择使用 GPU、FPGA 或 TPU 来加速计算。在 Apache Hadoop 3.1 版本里面已经开始内置原生支持 GPU 和 FPGA 了。
|
Kubeflow 使用指南
Kubeflow（https://github.com/kubeflow）是基于Kubernetes（https://kubernets.io，容器编排与管理服务软件）和TensorFlow(https://tensorflow.org，深度学习库)的机器学习流程工具，使用Ksonnet进行应用包的管理。
|
如何快速在阿里云上构建自己的机器学习应用
在2017云栖大会深圳峰会开源专场上，阿里云容器服务技术专家车漾做了题为《在阿里云上构建机器学习应用》的精彩演讲，车漾首先从2016年深度学习最火的两个应用AlphaGo与Prisma谈起，从宏观层面分享了机器学习以及深度学习所做的事情，并就Prisma的发展故事谈起，为大家介绍了应该学会以工程思想思考和解决问题，并着重介绍了阿里云基于容器服务的机器学习解决方案架构设计以及如何借助阿里云快速搭建自己的机器学习应用，精彩不容错过。
|
用GPU进行TensorFlow计算加速
小编说：将深度学习应用到实际问题中，一个非常大的问题在于训练深度学习模型需要的计算量太大。为了加速训练过程，本文将介绍如何如何在TensorFlow中使用单个GPU进行计算加速，也将介绍生成TensorFlow会话（tf.Session）时的一些常用参数。
|
弹性计算双周刊 第3期
ECS主动运维2.0，体验升级，事半功倍；ECS已过期实例续费变配功能上线；Clear Linux镜像在云市场发布；ESS控制台发布新功能:伸缩实例支持standby的操作；干货视频分享，可在线下载。
Mars——基于张量的统一分布式计算框架
很高兴在这里宣布我们的新项目：Mars，一个基于张量的统一分布式计算框架。我们已经在 Github 开源：https://github.com/mars-project/mars 。
背景
Python
Python 是一门相当古老的语言了，如今，在数据科学计算、机器学习、以及深度学习领域，Python 越来越受欢迎。
|
浅析GPU通信技术（中）-NVLink
1. 背景
上一篇文章《浅析GPU通信技术（上）-GPUDirect P2P》中我们提到通过GPUDirect P2P技术可以大大提升GPU服务器单机的GPU通信性能，但是受限于PCI Expresss总线协议以及拓扑结构的一些限制，无法做到更高的带宽，为了解决这个问题，NVIDIA提出了NVLink总线协议。
Kubeflow实战系列：阿里云上小试TFJob
`tf-operator`是Kubeflow的第一个CRD实现，解决的是TensorFlow模型训练的问题，它提供了广泛的灵活性和可配置，可以与阿里云上的NAS，OSS无缝集成，并且提供了简单的UI查看训练的历史记录。
免费试用