Nvidia全国巡讲+CUDA高校比赛

CUDA学习与竞赛之路
从07年开始接触CUDA,业余爱好者成长为版主的经历分享。不仅深入研究CUDA编程,还策划了全国巡讲与比赛,旨在推动中国并行计算领域的发展。
部署运行你感兴趣的模型镜像

从07年开始做CUDA到现在,都一年多了,从08年的4月份开始做优快云的CUDA总版主到现在也差不多快一年,期间一直坚持做CUDA的学习和研究。其实CUDA不是我的主专业,gpu也不算是我的主专业,也只是业余爱好。但是业余爱好坚持下来做好,或许也能成为专业吧。不过CUDA对我的吸引到不是gpu的提速,而是给我提供了一个学习并行编程,并行计算的平台,因为我知道接下来的几年高薪能计算的方向应该是向单机HPC的方向发展,再加上集群化,分布式并行计算才是真正的发展方向,CUDA也只是我们学习并行计算的很好的切入点。

从08年初就开始和Nvidia的marketing的Ming和Perry有联系。可以看到CUDA在国内的发展,从开始的几个人,慢慢的增加到这么大的队伍,好几个QQ群都已经装不下,真的是很欣慰吧。只是觉得自己做的事情还不够,当初答应写书的事情,现在还没写完,本来想写一本CUDA的入门的教材,但是后来修改过了三版,反复琢磨,觉得要是写一本简单的入门的书,对于做CUDA的朋友来说,就是太不负责任了,要是CUDA不明白其中的软硬件平台,不明白优化,那就真的做不好CUDA编程,所以从去年5月份写,一直到现在,都在修改。也因为一直都太忙,自己也还是学生,一周有两门课,还有两个TA要带,还得写自己的paper,干boss的活,所以这件事情希望能在09年上半年搞定,也希望能给大陆学习CUDA的朋友一些一些帮助。

其实在08年刚开始做CUDA板块的总版的时候,就在和Gemin商量,做一个全国的性质的讲座,和一个全国性质的比赛,从那个时候开始,或许就在策划现在的巡讲和比赛吧。

前段时间一直在收集CUDA编程的题目,不过最终还是考虑到通用性的情况,通过评委的讨论,限定的题目就不一定要太多,就选了两个,其他的题目都是可以自己发挥的,能作出重大贡献的还可以有2w的奖励,这个是全国宣讲和比赛的网站入口 http://cuda.youkuaiyun.com/contest/pro/nvidia_home.html 

这个是全国巡讲的网站 http://cudaevent.youkuaiyun.com/

这个是CUDA全国比赛的网站 http://cuda.youkuaiyun.com/Contest/pro/index.aspx

其实对于全国巡讲,对于我而言,我自己真的是很希望能到更多的学校做推广,当然,不一定是只是CUDA编程,更多的应该看准的并行编程,CUDA是我们做并行编程的很好的切入点。

真的很希望中国的并行计算能作出一些让世人都瞩目的成绩来,我在其中能做一个穿针引线的工作已经很满足了~~

知人  自知者明
胜人有力  自胜强
知足富  强行者有志
不失其所久  死而不亡者寿 ----《道德经》三十三章

ps:最近和boss又发了两篇文章,一篇Journal和一篇conference 有兴趣的可以到我的学校主页上看看 http://www.comp.hkbu.edu.hk/~kyzhao/

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### 安装方面 - **NVIDIA驱动安装**:对于NVIDIA GeForce RTX 4060Ti设备,可在官网https://www.nvidia.cn/drivers/lookup/ 选择合适的显卡驱动版本,如安装的560.94版本 [^2]。 - **CUDA安装**:CUDANVIDIA开发的并行计算平台编程模型。下载地址为https://developer.nvidia.com/cuda-toolkit-archive ,选择的版本不能大于显卡驱动的版本。以win10系统为例,按需求选择(windows,64位,win10,离线安装)并下载。安装时,双击下载好的.exe文件,点击OK(临时的,会自动删除),点击同意并继续,选择自定义,自定义选项全选,选择安装路径,等待安装完成后关闭即可 [^2][^3]。 - **cuDNN安装**:cuDNN是一个GPU加速的深度学习库,下载地址为https://developer.nvidia.com/rdp/cudnn-archive ,下载版本取决于CUDA的版本,需选择与CUDA对应的版本,下载需要先注册账户。安装时,解压下载的文件,进入cuda,选中bin、include、lib这三个文件并复制,进入刚刚安装CUDA的目录,粘贴进来并确认替换文件 [^2][^3]。 ### 版本匹配方面 安装CUDA时,主要需要检查各个相关方面是否满足版本的匹配,最重要的是NVIDIA驱动版本、linux内核版本和CUDA版本是否匹配,具体要求可参见nvidia的官网 [^1]。 ### 使用及检测方面 - **CUDA使用及检测**:使用“nvcc -V”命令可验证cuda是否安装成功;还可进入cuda安装路径(如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite ),找到bandwidthTest 和 deviceQuery这两个exe文件并运行,若正常出现一些结果,则证明cuda和cudnn都安装成功 [^3][^4]。 - **cuDNN检测**:在Linux下,可通过sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 查看是否安装 [^5]。 ### 代码示例 以下是一个简单的使用CUDA的Python代码示例(使用PyTorch): ```python import torch # 检查CUDA是否可用 if torch.cuda.is_available(): device = torch.device("cuda") print("Using CUDA") else: device = torch.device("cpu") print("Using CPU") # 创建一个张量并将其移动到GPU x = torch.tensor([1.0, 2.0, 3.0]).to(device) print(x) ```
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值