安装PyTorch详细步骤
安装PyTorch时，选择CPU或GPU版本。有Nvidia显卡需装CUDA和cuDNN，可从NVIDIA官网下载CUDA 11.8和对应版本cuDNN。无Nvidia显卡则安装CPU版。安装PyTorch通过conda或pip，GPU版指定`cu118`或`rocm5.4.2`镜像源。验证安装成功使用`torch._version_`和`torch.cuda.is_available()`。
魔搭+Xinference 平台：CPU，GPU，Mac-M1多端大模型部署
随着 Llama2 的开源，以及通义千问、百川、智谱等国内大模型的问世，很多用户有了本地部署去尝试大模型的需求，然而硬件的需求阻碍了很多人的尝试，并不是所有人都拥有一块英伟达显卡的，所以 Llama2 问世不久，大神 Andrej Karpathy 的一个 weekend project 爆火——llama2.c。
分别用 VTK 体绘制和面绘制来实现医学图像三维重建
序言，VTK介绍：
VTK 全称为 The Visualization Toolkit (可视化工具)，是一个开源、跨平台、自由获取、支持并行计算的图形应用函数；拥有3D 渲染的最新工具、提供3D交互模式以及2D绘图等。
推荐场景GPU优化的探索与实践：CUDA Graph与多流并行的比较与分析
RTP 系统(即 Rank Service)，是一个面向搜索和推荐的 ranking 需求，支持多种模型的在线 inference 服务，是阿里智能引擎团队沉淀多年的技术产品。今年，团队在推荐场景的GPU性能优化上又做了新尝试——在RTP上集成了Multi Stream，改变了TensorFlow的单流机制，让多流的执行并行，作为增加GPU并行度的另一种选择。本文详细介绍与比较了CUDA Graph与多流并行这两个方案，以及团队的实践成果与心得。
Nvidia Jetson Orin系列配置教程
本文是Nvidia Jetson Orin系列的配置教程，介绍了两种安装方法：通过Nvidia SDK Manager进行安装和通过本地镜像烧录进行安装。第一种方法包括下载SDK Manager、安装和使用工具进行Jetson系列硬件的配置。第二种方法包括下载官方镜像、使用Etcher烧录镜像、安装镜像、安装开发环境以及检查开发环境是否配置成功。文中还提供了CUDA、cuDNN、TensorRT和OpenCV的检查命令和预期结果。