如何优化神经网络或者软件架构来提高硬件的效率（英伟达芯片功耗高，效率就不会很突出）？

如何优化神经网络或者软件架构来提高硬件的效率（英伟达芯片功耗高，效率就不会很突出）？

答主

侯宇涛

NVIDIA中国GPU应用市场总监、NVIDIA深度学习学院认证讲师

NVIDIA中国GPU应用市场总监侯宇涛：按照我的理解，您的问题应该是在推演端。在推演端，我们现在有Tegra，它的功...

问题来源：揭秘深度学习

其他回答

发布

网友答案仅供其表达个人看法，并不表明智猩猩立场。

相关回答

如何增强深度学习的可解释性?

如何改进深度学习方法从而实现在线的小样本学习?

没有硬件资源的开发者怎么来使用英伟达云端服务器做开发？

如何优化神经网络或者软件架构来提高硬件的效率（英伟达芯片功耗高，效率就不会很突出）？

如何更好利用NVIDIA JETSON TX2 进行深度学习方面的应用（TX2适用于什么领域）？

热门问答

请问INT4的算力为什么是INT8的2倍，而不是4倍？

SR-IOV和MIG的关系是什么？A100是否支持SR-IOV？

请教一下，在A100上MPS技术会怎样演进，和MIG技术有哪些结合？

MIG将来是不是会取代vGPU？有大致路线图吗？适配vGPU和适配MIG有没有升级问题？还是无缝升级？

NVLink与NVSwitch是什么关系？

如果不使用MIG，那么就可以使用8个GPU了？还有结构化稀疏支持两个矩阵都是稀疏的么？

MIG的各实例是程序员控制还是系统控制？

NVLink 3.0通过12个X4 Link来支持双向600GB带宽，平均每个X4 link是50GB，这样的话，X16 link的双向带宽就有200GB，这个带宽已经超过PCIe 5.0的标准了，是这样吗？

纹理内存究竟是单独的内存区域？还是gmem的一种特殊访问方式？（即，有限的究竟是纹理缓存还是纹理内存）

NeRF目前非常火爆，最近也有很多工作把NeRF应用到SLAM。相比于传统的SLAM，NeRF-based SLAM的优势在哪？未来的发展方向又是怎样的呢？