Ubuntu18.04LTS快速搭建CUDA环境
关于NVIDIA显卡的驱动安装, 可以参考旧文, 装好驱动之后, 只需要一条指令即可完成cuda环境的搭建.
sudo apt install nvidia-cuda-toolkit
大小在2G左右, 和官网下载的安装包大小相当.
海量数据场景下机器学习模型训练方案
实际处理和解决机器学习工程化问题过程中，我们很难通过单点完成机器学习模型的训练。这些场景包括在线推荐，CTR预估，Lookalike营销等，当有上亿条数据，上千上万维特征，这些应用涉及到的数据量在10G以上甚至TB级别，那么该如何基于海量数据来训练模型呢？
CUDA学习（八十八）
3.虽然__syncthreads（）一直被记录为同步线程块中的所有线程，但Pascal和以前的体系结构只能在warp级别强制执行同步。 在某些情况下，只要每条经线中至少有一条线达到屏障，就可以在不被每条线执行的情况下成功实现屏障。
CUDA 视频处理相关注意点
图像处理流相关问题：
1：异步并行时，cudaMemcpyAsync的缓冲区要用Pinned分配，直接用普通内存无效果：
Pinned memory (分页锁存器)：
cuda运行时提供了使用分页锁定主机存储器(也称为pinned)的函数(与常规的使用malloc()分配的可分页的主机存储器不同)：
cudaHostAlloc()和cudaFreeHost()分配和释
从监控到隔离，阿里云容器服务提升您的GPU资源使用体验
通过使用阿里云容器服务的GPU支持，可以提升GPU资源管理的可见性，了解到需要多少的GPU资源可以支撑图像识别，语音识别，在线翻译等业务,如何能用最少的成本满足业务需求；而可以在无需修改现有GPU程序的前提下，保障多个容器共享同一个GPU时，实现彼此互相隔离。