独显和集显设置，双显卡工作及cuda计算

最新推荐文章于 2025-05-20 23:31:00 发布
原创 最新推荐文章于 2025-05-20 23:31:00 发布 · 5.6k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#CUDA #gpu #显卡

本文介绍如何在BIOS中设置集显和独显的同时使用，并解释如何通过cudaSetDevice()指定计算使用的GPU。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

有时候我们会碰到插上独显后，想用集显却不显示了，不是电脑出问题了，需要在BIOS中进行设置。

1、确保在BIOS中设置集显和独显都予以使用（部分板卡可能不支持）；

2、此时显示器可以接在集显上，独显单独做计算（确保都有合适的驱动）；

3、多显卡计算时，需要通过cudaSetDevice()来选定用来计算的GPU显卡。

在Windows上同时使用集成显卡和独立显卡
EcmShell的博客
09-17 8725
通过确定显卡配置，修改显卡设置并验证设置，我们可以实现这一目标。在进行任何显卡设置修改之前，请确保备份重要的数据并小心操作。一旦确定了显卡配置，我们可以通过修改显卡设置来同时启用核心显卡和独立显卡。请记住，在某些情况下，操作系统和应用程序可能会自动选择使用独立显卡或核心显卡，具体取决于其配置和需求。请注意，这只是一个示例代码片段，具体的实现可能因计算机的硬件配置和操作系统的版本而有所差异。然后，我们根据显卡名称中的关键字（在这里是"Integrated"和"Discrete"）来判断显卡的类型，并调用。
动手学深度学习：8.4 多GPU计算
qq_38888209的博客
08-11 469
8.4 多GPU计算 注：相对于本章的前面几节，我们实际中更可能遇到本节所讨论的情况：多GPU计算。原书将MXNet的多GPU计算分成了8.4和8.5两节，但我们将关于PyTorch的多GPU计算统一放在本节讨论。 需要注意的是，这里我们谈论的是单主机多GPU计算而不是分布式计算。如果对分布式计算感兴趣可以参考PyTorch官方文档。 本节中我们将展示如何使用多块GPU计算，例如，使用多块GPU训练同一个模型。正如所期望的那样，运行本节中的程序需要至少2块GPU。事实上，一台机器上安装多块GPU很常见，这是
【深度学习基础知识】显卡与CUDA
最新发布
weixin_68076719的博客
05-20 901
要让 GPU 为通用计算（如深度学习）服务，需要底层软件支持，核心是显卡驱动和CUDA。PyTorch 支持在 CPU 或 GPU 上运行，两者的核心区别是是否依赖 CUDA/cuDNN：从硬件到软件，各组件的依赖关系可总结为： CPU 版本 PyTorch：仅依赖 CPU 硬件，无底层 GPU 相关组件。 GPU 版本 PyTorch：必须同时满足：NVIDIA 独显 + 正确驱动 + 匹配的 CUDA 版本 + 匹配的 cuDNN 版本。 常见问题示例 Q：没有 NVIDIA 显
集显安装pytorch教程，cuda和cudann环境配置torch-GPU版本看这一篇就够了
weixin_55008315的博客
05-31 1万+
1.安装Anaconda（这个是可以安装环境和前置的软件)，这个网址是清华源下载，可以去官网下载（要和cuda版本对应） Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 2.安装CUDA（这个是显卡驱动，需要安装好以用显卡计算，缩短运行时间）（cuda和anaconda版本要对应）（集显这步不用了，驱动是最新的也可以跳过应该，自己查一下） Developer Download Centers | NVID.
手工修改BIOS，让板载显卡与独立显卡共存
pywilson的博客
05-05 6880
        广大读者，您们好，由于近段尘俗琐事缠身，没能动手给大家出一个手工修改BIOS的原创作品，个人觉得我转载的这个也很不错，所以就拿来介绍给大家，希望能对大家有所帮助！ 本文由dear 原创，深表感谢！集成显卡主板插上显卡后自动屏蔽集显的解决方法（包括BIOS无可调选项） 现在不少拖机都是集成显卡加外接显卡，大部分主板都自动屏蔽集成显卡，需到BIOS里面打开对应选项： 方法1：Advan...
我的笔记本上面有两个显卡，一是英特尔的集成显卡,二是 nvidia 的独立显卡，那我应该怎么样设置？
谢谢大家的关注和点赞！这里只有纯纯的知识干货，没有一句废话。希望能实实在在帮到大家～要是觉得有用，别忘了给我点支持哟，你
03-19 3476
NVIDIA控制面板设置：右键点击桌面空白处，选择“NVIDIA控制面板”。进入后在左侧选“管理3D设置”，“全局设置”中，“首选图形处理器”选“高性能NVIDIA处理器”，点击“应用”，这样所有程序都用独立显卡运行。若只想特定程序用独立显卡，在“程序设置”里添加该程序，并选择“高性能NVIDIA处理器”一些专业设计、建模软件，可能需在软件自身的首选项或设置中，手动指定使用NVIDIA独立显卡，以确保最佳性能。为降低功耗、延长续航，日常办公、浏览网页、观看视频等场景下，可让系统默认使用英特尔集成显卡。
pytorch环境配置（装cuda、cudnn）win10+cuda10.1+cudnn7.6.5+torch1.7.1 && 集显装pytorch
wbszd的博客
11-25 6818
安装pytorch的经验（独显和集显）
ubuntu下集显做显示nvidia独显做计算的一种解决方案
一无所有
03-13 4200
  nvidia显卡对linux系统一直不是很友好。在众多的桌面发行版上，安装nvidia独立显卡驱动后总是出现各种各样的与集成显卡不兼容的问题。为此，查了很多解决方案，都不是很理想。   有一个需求是这样的：为了减少桌面对nvidia独立显卡性能的消耗，我们想使用集成显卡做显示，独立显卡只用来做gpu的加速处理。但是在ubuntu系统上安装了独显驱动后，boise上设置以集成显卡作为主要显示硬件...
ubuntu14.04安装cuda7.0 (Nvidia独显计算,Intel集显显示)
SantoWong的小天地
02-25 6101
之前安装cuda，学习caffe。本文主要针对刚接触ubuntu（比如我=.=），需要安装cuda(for caffe)，打算Nvidia独显计算，Intel集显显示。完整验证了的步骤记录在.run安装中，前面是自己尝试的一些记录，嫌麻烦的话，可以直接跳到后面看～
linux ubuntu系统 集成(intel)显卡做显示，独立(nvidia)显卡做计算
ln23415的博客
08-16 7777
linux ubuntu系统 集成(intel)显卡做显示，独立(nvidia)显卡做计算   一般来说，用于机器学习的电脑会有至少两个显卡，intel集成显卡与一个或多个英伟达的独立显卡，但是在ubuntu系统上安装完驱nvidia的驱动后，显存常常会被Xorg等X server程序占掉一些，少有150M，多有600Mb。由于系统将独立显卡作为了默认显示设备，打开firefox，chr...
Linux下Matlab+CUDA双显卡环境搭建（核显+独显）
lnyy510的博客
08-13 5605
Linux下Matlab+CUDA双显卡环境搭建（核显+独显） 最近在疯狂爱上Matlab，没办法爱折腾。皇天不负有心人，还是被本大神搞出来了，羡慕吧，嫉妒吧，反正我也看不见。（附上战果图） 硬件环境：神舟战神K610D 00:00.0 Host bridge: Intel Corporation Xeon E3-1200 v3/4th Gen Core Processor DRAM C...
双显卡安装ubuntu+cuda踩坑记
amateur_的博客
10-31 2423
实验室配置的是双1080Ti显卡台式机。之前SSD硬盘坏掉了换新的之后，需要重装系统。虽然上次已经装过一次了，但是这次还是遇到很多bug。在这里记录一下供大家参考。 1.ubuntu安装 我是直接用u盘启动盘装的ubuntu18.04，这部分网上有很多教程，就不赘述了。这里关键的是一定要分区，这样未来重装时可以保留HOME的内容，我就是之前没有分区所以导致只能全部消掉。 2...
android x86双显卡,centos7笔记本双显卡安装nvidia驱动并成功安装cuda
weixin_32938207的博客
05-27 1098
原标题：centos7笔记本双显卡安装nvidia驱动并成功安装cuda这是一篇介绍如何在笔记本上使用centos 7 系统安装nvidia驱动和cuda 的文章。本篇还会介绍清晰的安装思路。探索了三天才完成，最后才搞懂思路，中间其实遇到了一个正确的教程，但是没有思路，所以一直没成功，这里先介绍一下前两天发生的坑。事情是这样发生的，一天下午下了班，我想在linux下开发和研究神经网络模型，我通过g...
独显+集显设置三个显示器输出，其中两个副屏输出相同
mrx102的专栏
10-31 1万+
硬件条件就不说了，这里只说设置方法（win7下）。     首先，要独显和集显同时输出，需开启主板上的集显，默认情况下是自动检测，如果有独显输出，则不会开启集显，所以需要手动开启。进入BIOS开启，开启方法各型号主板有差异，这里不介绍，自己百度。     第二，对于显示器的连接，要设置输出相同的两个显示器必须连在同一显卡上，因为只有在同一个显卡上的显示器才能实现复制。     最后就是设置输
CUDA无法使用NVIDIA显卡
Burger_的博客
08-07 3128
解决CUDA只用Intel集显而无法使用NVIDIA显卡
安装Pytorch+cuda10.2+cudnn（笔记本集显+独显）踩坑
weixin_45814728的博客
07-09 4548
项目场景： 安装pytorch+cuda+cudnn遇到的离谱事件 问题描述： 之前安tensorflow，能够检测到电脑的两张显卡，集显+独显，于是独显编号为1。由于先入为主，安装pytrorch我也有这样的想法。 torch.cuda.device_count()#返回值一直为1 一直以为是自己版本安装错误，于是安完cuda11又卸载又安10.0，再卸载，再安10.2 最后还是1。 解决方案： 安了10.2，想随便找个测试，监测独显使用率。 结果如下，感觉自己好蠢。一开始就该get_device_n
台式机集成显卡与独立显卡一起工作！！
热门推荐
漂飘渔人
09-05 3万+
要试一试CUDA，可是有个疑问就是，若将独立显卡用作CUDA，那显示谁来做呢？ 答案是，该显卡会一边做CUDA，一边做屏幕显示的。这样自然会让CUDA的性能下降，而且有个5s的限制（这个可以搜索一下得知）。          我是用台式机做CUDA的，一般的台式机主板上都会有个集成显卡，尤其是到现在intel的i系列都在cpu里面集成了gpu。所以如果仅仅使用独立显卡，那集成显卡都拜拜浪费在那
Ubuntu 18.04 cuda 9.0 双1080TI 只显示一张
捉不住的鼬鼠的足迹
09-17 9104
追加：【已解决，有一张显卡硬件不稳定】 参考我的最终记录： https://blog.youkuaiyun.com/u012911347/article/details/82854018 这又是一篇关于cuda和nvidia的博客，暂时解决了显卡就只显示一张和cuda无法使用的问题。 如果你想了解更多，可以看看我前面几篇博客记录。大体上就是，ubuntu 18.04和cuda 9.0 在390.48驱...
聊聊显卡GPU与CUDA
qq_34425255的博客
03-25 783
另外一种显卡叫核显，核心显卡，比较小，一般和CPU在一起的，一般都是嵌入到CPU当中的，所以说有的时候如果没有独立显卡的话，一般肯定有核显的，和CPU合在一起的，相对来说这个核显性能比较低，核心显卡完全可以胜任平时的日常工作，比如看视频，屏幕的一些显示，相对来说功耗比较低，独立显卡一般功耗都比较大。了解显卡比较多就是挖矿，打游戏对显卡要求比较高，显卡对游戏来说，最核心的就是能够显示图像的清晰度，包括帧率，显卡越好的话，能够上更多的一些特效，打游戏更加流畅，画面更加高清。
笔记本电脑集显和独显哪个好
03-12
<think>嗯，用户想比较笔记本电脑集成显卡和独立显卡的优劣，特别是性能对比和各自的优缺点。首先，我需要回顾一下已有的引用内容，看看里面提到了哪些关键点。 根据引用[1]和[2]，独立显卡有独立显存，不占用系统内存，适合游戏电脑，还能多显卡配置，图像处理能力强。而集成显卡则是集成在主板或CPU上，共享系统内存，可能会影响整体性能。引用[4]提到集成显卡在3D游戏等场景下性能不足，但通过BIOS优化可以提升。引用[3]则说明显卡的重要性，尤其是集成显卡的优缺点和优化方法。 接下来，我需要整理这些信息，分点列出两者的优缺点。可能的结构可以是：性能对比、优缺点总结、适用场景，以及优化建议。然后根据用户的问题，生成相关问题，比如如何选择、性能差异大的情况等。 需要注意的是，用户特别关注笔记本电脑的情况，所以可能需要提到功耗和散热的问题，因为笔记本的空间限制可能让独显更耗电或发热，而集显更适合轻薄本。同时，引用中提到的显存占用和系统内存的关系也很重要，尤其是在多任务处理时的表现。 另外，用户可能想知道具体应用场景的例子，比如游戏、设计软件用独显，办公和轻度使用用集显。还有价格因素，独显笔记本通常更贵，而集显更经济。 需要确保回答符合系统级指令，正确使用LaTeX格式，比如变量用$...$，但这里可能涉及较少数学公式，但如果有性能参数或技术术语可能需要用。不过根据问题内容，可能公式不多，主要用项目符号和结构化的对比。 最后生成的相关问题要围绕主题，比如如何判断需求、升级可能性、未来趋势等，帮助用户进一步了解。</think>### 笔记本电脑集成显卡 vs 独立显卡性能对比与优缺点分析 #### 一、核心性能对比 1. **图形处理能力** 独立显卡（独显）通常配备专用显存（如$4\text{GB}$ GDDR6），且拥有更多计算单元（CUDA核心或流处理器），可高效处理复杂图形任务（如3D渲染、游戏画面）[^1][^2]。 集成显卡（集显）共享系统内存（如$8\text{GB}$ DDR4双通道），性能上限受内存带宽和容量限制，适合轻负载场景（如办公、视频播放）[^3][^4]。 2. **功耗与散热** 独显功耗较高（如$50\text{W}$~$100\text{W}$），需要额外散热设计，可能影响笔记本续航； 集显功耗低（$5\text{W}$~$15\text{W}$），更适合轻薄本和长续航需求。 #### 二、优缺点总结 | 类型 | 优点 | 缺点 | |------------|-------------------------------|-------------------------------| | **独立显卡** | 1. 高性能图形处理能力<br>2. 独立显存不占用系统内存<br>3. 支持多显卡协作（如SLI）[^2] | 1. 价格高<br>2. 功耗大、发热明显<br>3. 增加笔记本重量 | | **集成显卡** | 1. 成本低<br>2. 功耗与散热控制优秀<br>3. 适合轻薄设计[^3] | 1. 图形性能受限<br>2. 占用系统内存带宽<br>3. 高负载易卡顿 | #### 三、适用场景 1. **独显优先选择场景** - 大型游戏（如《赛博朋克2077》） - 3D建模/视频剪辑（如Blender、Premiere Pro） - AI训练/深度学习（需CUDA加速） 2. **集显适用场景** - 办公软件（Office、网页浏览） - 轻度娱乐（1080P视频、休闲游戏） - 超便携笔记本（如MacBook Air） #### 四、优化建议 - **集显性能提升**：通过BIOS调整显存分配（如从$256\text{MB}$提升至$512\text{MB}$） - **独显能效管理**：使用厂商控制面板（如NVIDIA Optimus）动态切换显卡以平衡性能与续航
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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