NV 4xx,5xx系列的GPU 整数运算效率如何？

leechiyang 2011-05-08 05:52:13

各位前辈，网上都是在讲显卡浮点运算能力强，我想知道NV 4xx,5xx系列的GPU 32位整数运算效率如何？单线程效率比现在的CPU慢多少（INTEL I5 3G水平吧）？

...全文

302 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

darkstorm2111203 2011-05-25

打赏
举报

回复

没什么太大变化，具体可以查programming guide的指令吞吐量

Fermi Tesla的32位整型性能有数倍提高，但Geforce没开

leechiyang 2011-05-25

打赏
举报

回复

3ks

leechiyang 2011-05-13

打赏
举报

回复

没有人知道？

本文对Nvidia GPU系列产品进行了分析。其发展30多年，形成消费级、专业级等不同类型。介绍了企业级GPU互联架构、SXM和PCIe接口，DGX、HGX和EGX服务器架构。还阐述了各代芯片架构，以及B100、B200、H100等企业级GPU，超级芯片、AI计算平台和互联技术等。

本文对NV GPU FMA指令的行为进行测试与分析。发现空Kernel有ULDC指令及等待指令加载的stall，若要fma pipe达峰值性能95%需超7600条指令，相同指令拆到4个warp执行利用率更高。还给出复现步骤，指出启动开销大影响SM性能，给出线程放置建议。

本文详细介绍了Android12中NV12和NV21两种YUV采样格式的区别，包括它们的存储方式、应用及其在相机数据处理和MediaCodec编码中的不同。重点讲解了YUV420P的YV12与NV12的关系，并强调MediaCodec只支持NV12编码。

本文介绍了如何利用NVIDIA1060显卡加速YOLOv5的推理过程，包括检查CUDA版本，升级驱动，安装CUDAToolkit和相应的PyTorch版本。在遇到Python的OrderedDict和recompute_scale_factor问题时，通过安装typing_extensions和修改代码解决了问题，最终实现GPU推理速度显著提升至10ms左右。

该项目通过整合FFmpeg和NVIDIA硬件解码库，实现基于NVIDIA GPU的硬解码和图像格式转换。能从RTSP流拉取视频数据，在GPU完成NV12到RGBA转换，具有硬件解码、格式转换等特点，还给出使用说明和注意事项。

591

社区成员

2,925

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章