Nvida GEforce GTX 1650支持CUDA吗?

whoispo 2019-07-17 09:46:02
我的笔记本显卡为GTX 1650,官网上给出的支持CUDA的型号列表中不包括这款显卡(见图1)。但是NVIDA显卡控制面板中的系统信息里又包含CUDA核心(见图2和图4)。我自己用GPU-Z测试了,也支持CUDA(见图3)。这款显卡到底支持不支持CUDA编程开发呀? 请各位大牛帮我解惑。

我后面下载了Cuda 10.1,在Visual studio新建了Cuda工程,编译生成exe没有问题。运行的时候,发现调用cudaGetDeviceCount(&n)返回的n=0。这样看是没有Cuda Device啊,但是Nvida的控制面板和GPU-z中的Cuda又是什么呢?


...全文
25195 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
  • 打赏
  • 举报
回复

其实显卡占用率不是这么算的,你程序调用显卡的cuda在狂跑,你占用3%的时候打开任务管理器选中显卡,把其中一个改成cuda看看,基本是100%

零壹博弈 2020-08-16
  • 打赏
  • 举报
回复
我的就是1650的卡,其实1650的卡跑起来没啥问题,不行的话,就换用Tensorflow2.x版本的,虽然和1.x区别很大,但我估计你学1.x版本也是刚开始学,不如先入坑2.x,安装很方便,学起来也不算吃力。pytoch1.6也完美支持。搭配cuda10.1,cudnn765 你可以参考下我的博文:https://blog.csdn.net/weixin_45709671/article/details/107448136
杰尼龟25 2020-08-08
  • 打赏
  • 举报
回复 4
我的也是GTX1650显卡,然后我的cuda和cudnn也都配置成功,但运行程序的时候就是不能使用GPU加速,不知道你最后解决这个问题了吗,如果解决了,麻烦教一下小弟,拜托了
ChshuoComing 2021-12-20
  • 举报
回复
@杰尼龟25 我安装cuda总是出错请教一下你是为什么么?
双倍芝士 2020-06-21
  • 打赏
  • 举报
回复
引用 4 楼 CCDDzclxy 的回复:
不好意思,有点挖坟了,但是 我也遇到了这个问题,官网上现在还是没有 1650显示出来啊(https://developer.nvidia.com/cuda-gpus#compute),而且 我的就是 1650的显卡,配置什么的 都没问题,训练也OK 没有报错(我弄的是 object detect的训练),但是就是一点:训练的时候,Python进程不占用GPU,总体GPU都是3%以下,基本就不在用GPU,CPU基本100%(信息是Win10的"任务管理器"里面看的) 感觉就是 配好了,但是 根本就没有去用这个显卡啊,你们的现象是什么?? PS:我配了另外一台机子 gtx 1060,就是好好的,OS:Win7, 用 nvida-smi看GPU都是在用的,占用率 70%左右;CPU也不会是满的状态
很多显卡型号官网都没有更新的,只要NVIDIA控制面板信息里有写cuda的都可以。我的是笔记本mx150,官网支持列表上同样没有列出,但是驱动里面有注明,下了cuda11.0,改了dll文件以后一样可以跑TensorFlow,占用率也就是百分之十左右,但是2g的显存会占到1.7g,说明是有调用gpu加速的。
CCDDzclxy 2020-04-16
  • 打赏
  • 举报
回复
不好意思,有点挖坟了,但是 我也遇到了这个问题,官网上现在还是没有 1650显示出来啊(https://developer.nvidia.com/cuda-gpus#compute),而且 我的就是 1650的显卡,配置什么的 都没问题,训练也OK 没有报错(我弄的是 object detect的训练),但是就是一点:训练的时候,Python进程不占用GPU,总体GPU都是3%以下,基本就不在用GPU,CPU基本100%(信息是Win10的"任务管理器"里面看的) 感觉就是 配好了,但是 根本就没有去用这个显卡啊,你们的现象是什么?? PS:我配了另外一台机子 gtx 1060,就是好好的,OS:Win7, 用 nvida-smi看GPU都是在用的,占用率 70%左右;CPU也不会是满的状态
windsfoxes 2021-08-17
  • 举报
回复
@CCDDzclxy 老哥,我也是一样的,用网上的测试代码,gpu都是在使用的,一跑object detect就只用cpu了,宁解决了吗?
韩@csdn 2020-01-14
  • 打赏
  • 举报
回复 4
支持。 Both the GTX 1050ti and GTX 1650 support CUDA, and either is new enough to be supported by TensorFlow. The 1050ti has compute capability (CC) 6.1 and the 1650 has CC 7.5. Tensorflow currently requires CC 3.5. If you are planning to run training (rather than just inference), you will want to make sure the frame buffer is large enough to support your models of interest. 详见: https://devtalk.nvidia.com/default/topic/1056611/container-tensorflow/does-gtx-1050ti-or-1650-for-notebook-support-tensorflow-gpu/ https://en.wikipedia.org/wiki/CUDA#GPUs_supported
℡.陈之 2021-11-08
  • 举报
回复
@韩@csdn 谢谢大佬!看来是支持的
Insight呀 2022-02-09
  • 举报
回复
@韩@csdn 请问1050可以吗
csdnfala 2019-10-15
  • 打赏
  • 举报
回复
https://blog.csdn.net/csdnfala/article/details/91358622
hacker_G 2019-09-28
  • 打赏
  • 举报
回复
同问,请问1650是否支持cuda
内容概要:本文研究了基于粒子群算法(PSO)的微网优化调度方法,重点探讨了需求响应机制对微网运行特性的影响。通过构建包含分布式电源、储能系统及可控负荷的微网综合模型,采用粒子群算法求解多目标优化问题,旨在实现系统运行经济性、能源利用效率与供电可靠性的协调优化。文中详细阐述了需求响应策略的数学建模过程,分析其在负荷转移、削峰填谷、降低用电成本等方面的作用机制,并基于Matlab平台完成了算法编程与仿真验证。通过设置多种运行场景进行对比实验,结果表明所提出的优化模型能有效降低微网综合运行成本,提高可再生能源消纳能力,增强系统对不确定性因素的适应性与调度灵活性。; 适合人群:具备电力系统基础理论知识和一定Matlab编程能力的科研人员及工程技术人员,尤其适用于从事微电网能量管理、智能配电网优化、需求侧响应等领域研究的研究生及以上学历人员。; 使用场景及目标:①应用于微电网能量管理系统中,实现源-荷-储多主体协同优化调度;②支持高比例可再生能源接入场景下的配电系统经济调度与需求侧管理决策;③为学术研究提供粒子群算法在复杂电力系统优化问题中应用的完整案例参考。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点关注目标函数设计、约束条件处理、粒子群参数配置等关键环节,鼓励动手调试代码并尝试调整模型结构或参数设置,以观察不同条件下优化结果的变化规律,从而深化对智能优化算法与微网调度机制融合应用的理解。

591

社区成员

发帖
与我相关
我的任务
社区描述
CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
社区管理员
  • CUDA编程社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧