高性能计算机的用途有哪些? 1.气候预测:借助超级计算机预测气候变化,从而减轻气候变化给人类带来的破坏。 2.交通业:超级计算机可用来认识和改进汽车、飞机或轮船等交通工具的空气流体动力学、燃料消耗、结构设计、防撞性,并帮助提高乘坐者舒适度、减少噪音等,所有这些都具有潜在的经济和安全收益。 3.生物信息学和计算生物学:生物学已经显示出巨大的计算需求,超级计算机将帮助寻找疾病治疗的革命性方法。 4.社会健康与安全:比如,污染、灾难规划以及针对本地和国家基础设施进行的恐怖主义活动等。 5.地震:对地震的模拟能帮 阅读全文 → 2023-07-05
苹果的统一内存可以高达192GB,为什么NVIDIA不能推出一款200GB显存以上的GPU? 原因可以分为以下几点: 大语言模型火起来还没多久; 显存容量和算力是要匹配的,空有192GB显存,但是算力不足并无意义; 从2022年11月chatGPT火起来到现在,时间也不过才半年时间。你如果了解过产品设计或者项目管理的常识,半年时间是完全不足以迅速推出一款200GB显存的GPU上市。从项目立项,到确定具体的规格,再到设计产品,并且进行各种测试,最终上市的全流程研发时间至少在一年以上。 客观上讲,大语言模型形成全球范围的热潮,一定会带动对于显存容量的需求。英伟达未来显存容量的升 阅读全文 → 2023-07-04
怎么设置才能提高matlab的cpu占用率啊? 如果是正确开启了并行计算,用了parfor之类的语句,负载上不去很可能是因为各worker负载不均衡,有的早就跑完围观了,有的还在吭哧吭哧跑。建议检查一下自己的代码是否会在某些情况下计算量爆炸,导致某个核心一直在工作。 阅读全文 → 2023-07-04
深度学习调参有哪些技巧? 先overfit 再trade off,首先保证你的模型capacity能够过拟合,再尝试减小模型,各种正则化方法; 1、lr ,最重要的参数,一般nlp bert类模型在1e-5级别附近,warmup,衰减;cv类模型在1e-3级别附近,衰减;具体需要多尝试一下。 2、batch size 在表示学习,对比学习领域一般越大越好,显存不够上累计梯度,否则模型可能不收敛… 其他领域看情况; 3、dropout,现在大部分任务都需要使用预训练模型,要注意模型内部dropout ratio是一 阅读全文 → 2023-07-04
深度学习服务器显卡的正常工作温度是多少? 深度学习服务器显卡的正常工作温度通常在60-85摄氏度之间。不同的显卡型号和品牌可能有略微不同的工作温度范围,但一般来说,保持显卡温度在这个范围内是安全和正常的。 阅读全文 → 2023-07-03
深度学习个人使用选择1*A100还是6*3090? 主要还是看个人的具体需求和预算吧。 A100具有更高的计算能力和更大的显存容量,适合处理大规模的深度学习任务。如果进行大模型训练或者大型数据集处理的话,A100是个很好的选择。但是如果用3090的话块数如果够多的话也是可以实现想要的需求的。 阅读全文 → 2023-07-03