#CUDA
共 11 篇相关文章
NVIDIA CUDA 13.5 发布：正式支持 Vera Rubin
NVIDIA 发布 CUDA 13.5，核心变化是加入对 Vera Rubin 平台的 GA 正式支持。本文解读这一版本对开发者的意义、平台对齐的背景以及适配时需要注意的要点。
CUDA 13.4 内存强制隔离：Kubernetes GPU 共享新解
NVIDIA CUDA 13.4 引入内存强制隔离机制，让 Kubernetes 上的 GPU 共享从调度约定走向运行时硬约束。本文解析其与 K8s 资源模型的配合方式、适用场景及落地时的配额粒度与算力争抢问题。
GPU内核开发环境搭建实战：CUDA 13门槛与性能分析避坑
基于Reddit开发者实践笔记，梳理GPU内核开发环境搭建中的三大陷阱：CUDA 13的GPU架构支持门槛、异步执行下的计时错误与性能分析器计数器权限问题，并给出工程化的排查与规避建议。
vLLM v0.33.0rc0 发布：CUDA 性能剖析修复与 MRV2 优化
vLLM 发布 v0.33.0rc0 候选版本，主要修复 MRV2 在 CUDA 环境下跳过自适应验证成本剖析的问题。本文解读该 Bugfix 的含义、对推理部署的影响及升级注意事项。
科技前沿CUDA加速的火箭联盟模拟器：玩家自制的硬核实验
Reddit上出现一个标称100% Accurate的火箭联盟模拟器，使用CUDA加速。本文分析其技术背景、CUDA在游戏物理模拟中的价值，以及这类社区项目的意义与信息局限。
Ollama v0.40.7-rc1：MLX与GGML共享CUDA运行时，打包体积瘦身
Ollama v0.40.7-rc1 提交去重 MLX 与 GGML 共享的 CUDA 运行时库，将其移入同级 CUDA payload 目录，保留 MLX 私有库与 JIT 头文件，并完整打包 OpenBLAS Fortran 运行时闭包、在发布阶段增加依赖校验，从而缩减发行包体积并简化依赖解析。
一键配置AI PC：Windows与Ubuntu AI环境安装器实战
SECourses推出Windows与Ubuntu一键AI环境安装器，自动配置CUDA 12.9/13.2、cuDNN、Python 3.10-3.14及C++工具链，并通过78项与66项真实测试验证环境可用性。本文详解安装流程、PATH调优逻辑与实测数据。
NVIDIA Green Contexts：精细控制GPU资源分配
NVIDIA Green Contexts 让开发者精细控制 GPU 计算资源的分配，将延迟敏感与吞吐密集型任务隔离到独立分区，提升并发工作负载的性能确定性与利用率。
产品体验NVIDIA CompileIQ：自动调优编译器选项，榨干GPU内核性能
深入解析NVIDIA CompileIQ自动调优工具，通过智能搜索编译器选项组合，为CUDA内核找到最优编译参数。覆盖技术原理、工作流程、AI训练与科学计算等应用场景，助力GPU性能工程师大幅提升内核执行效率。
教程攻略NVIDIA CUDA Tile：基于瓦片的GPU编程新范式详解
深入解析NVIDIA最新发布的CUDA Tile编程模型，了解其基于瓦片的GPU内核开发方式如何融合C++生态、优化数据局部性并加速Tensor Core计算，适用于HPC、深度学习和AI推理等场景。
教程攻略NCCL多GPU通信优化实战：HPC高性能计算扩展指南
深入解析NVIDIA NCCL多GPU通信库的核心原理与优化策略，涵盖AllReduce、NVLink、GPUDirect RDMA等关键技术，帮助HPC和AI开发者掌握从单机多卡到超大规模集群的通信扩展之道。