不支持CUDA的intel集成显卡是否可以用来学习CUDA编程

xiao88yan 2013-05-25 08:44:42

即模拟运行即可，不用于实际开发

...全文

5079 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

oss3s 2013-06-17

打赏
举报

回复

学习opencl吧

基于FFmpeg的跨平台硬件加速检测工具_支持QSV_CUDA_VAAPI_OpenCL等多种硬件编解码技术_通过Python脚本调用FFmpeg命令检测系统硬件加速能力_包含简洁.zip

c++开发，支持H265和H264互相转码，支持nvida gpu转码；

疫情在家起见，效率真的很低，还好马上就要开学了，最近有个作业需要用到deep learning，要用到gpu跑，因此记录一下我的配环境过程，来回折腾了两天，版本不对称问题很头疼，下面直接给出我的电脑配置以及环境。 1.操作系统：WIN10 2.电脑型号：magicbook2018 3.CPU：i7-8550U 4.GPU：MX150 5.显卡驱动：445.87 6.cuda版本：cuda_10.0.130_411.31_win10 7.cudnn版本：cudnn-10.0-windows10-x64-v7.6.4.38 8.Anaconda3版本：4.8.3 9.python版本：3.7.3

基于ffmpeg实现硬件解码，支持cuda/dxva2/qsv/d3dllva/opencl类型GPU设备。资源包括完成的vs工程代码，解压后可直接编译运行，依赖的ffmpeg开发包也在资源包中。

基于显卡原理，详细介绍了GPU的编程开发基础。

CUDA高性能计算讨论

357

社区成员

615

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