20230223-商用显卡性能一览表

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 900+累计阅读 908平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄17年

关注

原创 2024-05-21 12:52:06 908 阅读 AI 写同款· GEO 优化 ›

手把手教你Windows系统下NCNN环境搭建与配置本文详细指导在Windows系统下完成NCNN环境的搭建与配置，涵盖从基础依赖安装到Visual Studio的终极配置。通过实战经验分享关键步骤的注意事项和常见问题解决方案，帮助开发者高效部署AI推理系统，特别适合需要快速上手NCNN的Windows用户。阅读详情

废话不多说,上图!!

关注公众号 `N学无止界` 获取更多

特别说明:

https://www.tensorflow.org/guide/mixed_precision

TensorFlow 默认使用单精度运算

关注博主即可阅读全文

收录于

当前文章被以下社区和专栏收录：

标签

#人工智能 #ai

ICCompiler II学习笔记（一）ICC II使用全流程 overview 学习笔记同步发布在我的个人网站上，欢迎来访查看。个人学识有限，理解可能有误，仅供参考。文章目录一、前言二、 ICC II 简介和 GUI2.1 Blocks 和 Design Libraries2.2 Objects2.3 Application Options三、Design Setup四、APR flow五、课程主题：如何用 ICC II来实现最好的PPA 一、前言现在的芯片都在追求一个极致的PPA 芯片的生成可以分为以下 5大步骤： Front-end Design:前端设计，最终产生阅读详情

相关推荐

SAP HR模块配置假期日历和缺勤类型

SAP的HR模块。业务顾问在实施时一般会配置未来10年的假期日历，到期后再进行配置。同时，增加请假类型（缺勤信息类型）。记录这一过程。

福来阁86号技师的妖孽日常 5523

中国商用显卡有多强

根据官方介绍高性能推理卡融合“通用处理器、AI Core、编解码” 于一体，提供AI推理、视频分析等功能，具有超强算力、超高能效、高性能视频分析等优势，可广泛应用于互联网、智慧城市、智慧交通等多场景，支持检索聚类、内容审核、OCR识别、语音识别、视频分析等多应用。刘庆峰先生（科大讯飞高管）声称，中国商用显卡（运算卡）已经可以对标英伟达最高端商用运算卡A100，这款显卡(运算卡)是Atlas300l Duo，采用海思鲲鹏910。在家用显卡方便，我们比较熟悉的就是英伟达3090显卡，这个显卡拥有超强的算力。

emptyset的博客 4622

AI Agent ReAct架构设计模型剖析

ReAct通过"思考-行动-观察"循环运作：智能体先进行自然语言推理，再调用外部工具执行行动，观察结果后继续推理直至解决问题。这种架构提高了透明度和准确性，减少幻觉风险，使LLM能主动分解任务并利用外部数据源。实现关键在于精心设计的提示模板，引导LLM按结构化格式响应，而非依赖模型固有能力。

weixin_43939320的博客 1250

NVIDIA TensorRT | NVIDIA Developer 正式文档

NVIDIA TensorRT | NVIDIA Developer

studyvcmfc的专栏 370

RK3568平台麦克风PDM接口录音_rk pdm配置

在RK平台，Android的Audio HAL层中一般会都会有导出录音播放数据的功能。如播放的，是会直接送到声卡中的，对于播放出现问题的情况，可以从分析导出的音频数据是否正常，可以基本知道，是在应用、解码出现的问题，还是送到声卡过程中出现问题。当点开app进行录音的时候会调用到static int start_input_stream(struct stream_in *in)。音频在PDM接口输入，不经过编解码芯片直接到RK主芯片，RK主芯片自带PCM编解码功能。以下软件能播放保存下来的pdm文件。

2401_83817122的博客 2343

NVIDIA Cosmos：生成式物理世界模型从入门到精通1

Prompt Upsampler模型通过微调T5-XXL实现低质量描述到专业级描述的自动扩展，将"一个机器人在仓库"转换为"一台橙色的Kiva自主移动机器人在现代化电商仓库的过道中行驶，头顶的LED阵列投射出冷白色光线，地面反射出机器人的轮廓，摄像机以1.5米高度跟随拍摄，轻微晃动模拟手持效果"。控制输入（深度图、语义分割等）经独立的卷积编码器处理后注入控制分支，提取的多尺度特征通过零卷积层（zero convolution）逐步释放至主网络，避免初始训练阶段的噪声干扰。视频条件通过时序掩码控制扩散范围。

VectorShift的博客 136

大模型必备算力：CPU&GPU天梯图（2023年最新版）

在当今计算机世界，CPU、GPU和显卡的性能成为了衡量计算机性能的重要指标。今天深入了解CPU、GPU和显卡天梯图。首先，CPU作为计算机的大脑，负责处理各种任务。它的性能主要由核心数、主频和缓存大小决定。其中，核心数和主频决定了CPU的处理速度，缓存大小则对一些需要大量计算的任务有较大影响。在选择CPU时，需要根据自己的使用需求来权衡这些因素。GPU作为一种专门用于图形处理的芯片，在现代计算机中发挥着越来越重要的作用。它的性能主要由流处理器数量、频率和内存带宽决定。

机器学习社区 1万+

数据分享｜1961-2017年中国0.25°×0.25° 逐日地表水文数据集(VIC-CN05.1)

其中，全球径流中心（University of New Hampshire and Global Runoff Data Centre, UNH/GRDC）的复合产流场集成了观测的河道径流和水量平衡模式模拟的地表和地下径流，常被用来评估模拟的径流。在长白山、海北灌丛和千烟洲通量站，模拟与观测的逐月潜热通量的平均NSE为0.61。VIC-CN05.1受益于较准确的大气驱动场、先进的地表水文参数化方案以及更真实丰富的土壤信息，可作为中国水文气象研究的参照数据，用于陆面模式的评估和长期的趋势分析等。

J_Giser的博客 1831

2023年最新最全的显卡深度学习AI算法算力排行（包括单精度FP32和半精度FP16的对比）

weixin_45941288的博客 5万+

如何用Python编程实现算术割圆术？

第10章　割圆术 Python编程要点 from … import …语句 math模块的sqrt()函数 round()函数 10.1　图解九章 {:–}觚（ gū ）：正多边形。“六觚”即正六边形，“十二觚”即正十二边形。图10-1　六觚、十二觚、二十四觚提示图10-1所示由图解九章源码中的“图解割圆术.py”自动绘制而成，我们可运行脚本文件，查看动态的绘制过程。割六觚以...

人邮异步社区 3237

基于STM32、HAL库的WF162A 11BA T&R气压传感器驱动程序设计

/ 转换为7位地址。* @param temperature: 存储读取到的温度值(°C)* @param temperature: 存储读取到的温度值(°C)* @param pressure: 存储读取到的压力值(bar)* @param pressure: 存储读取到的压力值(bar)* @param range: 压力范围(bar)

corlin6688的博客 361

NCNN+OpenCV+Vulkan三件套：Windows环境下的深度学习加速配置实战

本文详细介绍了在Windows环境下配置NCNN、OpenCV和Vulkan三件套的实战指南，旨在实现深度学习模型的高效推理加速。通过分步安装指南、Visual Studio项目配置和性能优化技巧，帮助开发者在Windows平台上快速搭建高性能的深度学习推理环境，显著提升模型推理速度。

weixin_30566063的博客 752

Python爬虫实战：爬取小红书数据做爆款分析，我破解了签名加密+移动端反爬（附完整代码）

爬取小红书数据的核心，不是“简单的HTTP请求”，而是“理解移动端接口的加密逻辑和反爬规则”——从x-s/x-t签名破解到移动端UA伪装，再到行为模拟，每一步都是对移动端爬虫的深度理解。这套方案的价值在于，不仅能稳定抓取小红书数据，还能从数据中拆解出有价值的爆款特征，真正把“数据”变成“洞察”。对程序员来说，小红书爬虫不仅是技术练手，更是了解新媒体平台数据逻辑的窗口。希望这篇分享能帮到做新媒体分析或爬虫进阶的小伙伴，也欢迎在评论区交流小红书反爬和爆款分析的更多技巧！

专注于Python爬虫开发，分享爬虫技巧、项目实战与反爬经验，使用Scrapy、BeautifulSoup等工具，解决数据抓取难题。 2057

6 款电商 AI 图片生成软件实测｜国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言，现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求，显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强"，而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率，通用生图工具强在创意上限，模板类工具赢在上手速度。建议根据自身业务阶段，搭配 1-2 款主力工具 + 1 款辅助工具，形成适合自己的视觉生产流程。

Mardi_Ladin的博客 336

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。，新界面，新视觉，

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

视频隐私脱敏工程化：CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中，动态遮挡（Dynamic Masking）是高频且高耗时的环节。传统手动关键帧打码不仅效率低下，且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度，解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 189

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型：把 PDF 发给一个自己部署的图文模型，让它提取发票类型、日期、交易双方和金额，再把结果交给同事核对。这个原型不用先接财务系统，先看看从部署到调用要走多少步，模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗？不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰：一个批量导出工具的价值，不在于“试三次”，而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后，它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载，AI导出鸭在页面运行时建立旁路监听，捕获每一次分页请求返回的完整对话清单，包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是：导出不该是体力活，而应该是一次完整的、可预期的文件交付。注意：这里的“批量”指的是左侧列表里的多个独立会话，不是一条会话内的多轮对话。

laoyunsi的博客 229

医疗 AI 有两种，别混着谈：一个改流程，一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台，提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能，辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志（JMA Journal）的一篇综述（Review Article）：基本事实：这一点必须先说清：这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想，不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口（见第三节）。本文只谈它的术语辨析与科学方法论，不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 221

河道漂浮物目标检测数据集

目标检测，yolo，河道漂浮物目标检测数据集

DL_data_set的博客 186

AI Agent之核心框架

A：显式 Thought 有三类价值：可解释性（便于人类审计）、可调试性（定位哪一步选错工具）、学习信号（可做监督微调或评估中间步骤质量）。ReAct 把推理与可执行行动绑定，每一步行动后都有真实 Observation 反馈，从而用工具结果约束生成，降低闭卷幻觉。做完不等于结束——还要评估做得好不好，把教训记下来，下次带着教训重试，反思作为记忆，影响后续尝试的策略。工作流程：Action → Evaluation → Reflection → Retry。A：普通 CoT 只在。

剑雨巍巍的博客 185

AI 应用开发工程师技术实践：大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战：模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移，封装对话、工具调用与RAG组件以解耦业务逻辑，结合前缀缓存、批处理与流式背压治理等性能优化手段，形成“接通→接稳→接快”的工程路径，最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 536

AI前沿日报 · 2026-11-04 | 祛魅时刻：Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读，数学能力提升依赖Python+50次迭代；②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程；③Nvidia开源Auto-Ontology自动知识图谱；④$800开源全域抓取机器人Stringman；⑤OpenAI悄然重开Codex训练开关引信任危机；⑥DeepMind发布Gemini 4 Argon机器人基础模型；⑦美国科技巨头隐性AI债务达3.2万亿美元，6个月增90%。

johnsong2009的博客 522

大模型 Embedding 与向量相似度详解

Embedding 解决的问题：计算机不懂文字，但懂数字│▼文本 → 向量（1024维浮点数数组）│▼相似度解决的问题：怎么判断两个向量（文本）有多接近│▼余弦相似度：看向量方向的夹角，越接近0°越相似│▼最终效果：语义搜索——理解意思，而非字面匹配一句话总结：Embedding 把文字变成数字，余弦相似度比较数字的方向，两者结合实现了"理解语义"的搜索。

T3165919332的博客 73

GPT-1 架构和计算细节

下面配合框图，对 GPT-1 的每个组件做公式展开 + 数值实例（配置：12 层 × 768，12 头，FFN 3072，词表 40478，共 117M 参数）。GPT-1 把翻译模型的编码器-解码器砍掉一半，只留解码器，然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异（框图中标 ★）：h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 244

终端 AI 审计与 “龙虾” 类智能体风险治理：从可见性到闭环溯源

生成式 AI 办公普及之后，数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型，以及龙虾（OpenClaw）这类本地开源 AI 智能体的滥用，成为企业安全新挑战。传统网络边界防护存在审计盲区，本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度，分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 624

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing（TMC）2026年6月，面向极稀疏指纹条件下的WiFi室内定位，针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点，提出注意力图元学习模型AGML（Attentional Graph Meta‑Learning），结合图神经网络、元学习、两种指纹数据增强与分布对齐技术，在标记指纹极少的场景实现高精度室内定位，同时公开了多套真实+仿真定位数据集用于基准测试。场景：二维室内空间，障碍物造成信号遮挡，

weixin_42963026的博客 322

上一篇： 20230223-EF6用原生的命令执行SQL命令

下一篇： LLM大模型统一封装接口解决方案

SAP HR模块配置假期日历和缺勤类型

福来阁86号技师的妖孽日常

12-28

5523