一文搞懂 GPU 共享方案: NVIDIA Time Slicing

thbcm阅读(186)

本文主要分享 GPU 共享方案,包括如何安装、配置以及使用,最后通过分析源码了 TImeSlicing 的具体实现。通过配置 TImeSlicing 可以实现 Pod 共享一块物理 GPU,以提升资源利用率。

为什么残差结构拯救了深度神经网络?

thbcm阅读(173)

  之前学习深度学习的时候,最早就是从图像分类入手的,当时比较流行的模型架构就是很简单的几层卷积,包括后面的VGG系列,当时还没有学习到resnet,觉得模型的结构很简单易懂,就是一层一层的堆叠。基于对卷积和池化本身的理解,我认为这样直接的堆叠确实是很有效的方案,但是后来学习到了resnet,看到了残差结构。我一度不理解为什么要这样做?为什么这解决了梯度消失和梯度爆炸的问题?后来通过一段时间的学习和实验,自己也慢慢理解了,没有一个shortcut用于特征的直连,梯度很容易在一层层的累计中,发生爆炸和消失,大致的意思如图所示。

图解Spring源码4-Spring Bean的作用域

thbcm阅读(149)

小陈经过开店标准化审计流程后,终于拥有了一家自己的咖啡店,在营业前它向总部的咖啡杯生产工厂订购了一批一次性咖啡杯,每一个用户来到咖啡店可以使用一次性咖啡杯,也可以选择自带最爱的咖啡杯,自带咖啡杯的用户可以享受免费续杯。

这里我们关注三个对象:

技术赋能新维度,灵码进化新突破:通义灵码2.5新功能尝鲜及深度评测

thbcm阅读(191)

在这一年间,通义灵码的迭代轨迹堪称AI赋能开发的典范样本:从最初惊艳业界的代码片段生成与智能补全,到支持多模态交互的智能问答系统;从跨语言的项目架构智能解析,到自动化测试用例生成与性能调优建议;从类库文档的智能检索到UML时序图自动生成,每一次版本更新都是对”智能开发”概念的重新定义。更值得一提的是其最新推出的”研发大脑”功能,通过深度理解项目上下文,实现了从需求分析到部署上线的全流程智能伴航,标志着AI辅助开发正式步入全链路智能化新纪元。

大模型评估排障指南 | 关于可复现性

thbcm阅读(198)

假设你读了一篇最近的新模型技术报告,然后心血来潮想要在本机复现他们的结果,却发现根本没法复现,这是为什么?

让我们来探讨一下原因。

联系我们