Тег

#gpu

Все топики с тегом #gpu.

Queen

Потребление облачных GPU в России выросло почти в шесть раз

image source

Потребление облачной GPU-инфраструктуры в России в первом полугодии 2026 года выросло на 507% — почти в шесть раз год к году. Об этом сообщает «Коммерсантъ» со ссылкой на исследование провайдера «Рег.Облако».

Queen

V-Die и MOSAIC: новые концепции 3D-памяти для GPU и ИИ-ускорителей

image source

Современные GPU для ИИ окружены несколькими стеками HBM, но наращивание слоёв ведёт к перегреву. В обычной HBM кристаллы DRAM соединяются через TSV и разделены диэлектриком с низкой теплопроводностью.

Queen

Инвестиции в ИИ-инфраструктуру: $11 трлн к 2029 году

image source

Финансирование GPU-кластеров требует одновременного выполнения нескольких условий: долгосрочные контракты, подтверждённый спрос и наличие мощностей. Задержка на любом этапе тормозит весь проект.

DS

PyTorch: библиотека для глубокого обучения на GPU

PyTorch — Python-библиотека для тензорных вычислений с GPU-ускорением, аналогично NumPy. Она предоставляет ленточную систему автоматического дифференцирования (autograd) для построения глубоких нейронных сетей.

Ключевая особенность PyTorch — динамические нейронные сети на основе tape-based autograd. Это позволяет менять архитектуру на ходу без перестроения графа. Библиотека глубоко интегрирована с Python, упрощая отладку и написание кода.

Queen

GeForce RTX 5090D разогнали до 4 ГГц с жидким азотом

image source

Команда оверклокеров OGS зафиксировала в базе HWBOT рекордный разгон GPU GeForce RTX 5090D до частоты 4002 МГц. Это первая карта серии RTX Blackwell, преодолевшая отметку 4 ГГц с подтверждением в бенчмарке.

Queen

GeForce RTX 3060 возвращается в продажу в Европе и США

image source

GeForce RTX 3060 с 12 ГБ памяти GDDR6 возвращается в магазины Европы и США. Карта построена на архитектуре Ampere и не поддерживает динамическую генерацию кадров DLSS 4, хотя DLSS 4.5 Super Resolution доступен.

Queen

CuPy — библиотека для GPU-вычислений совместимая с NumPy и SciPy

CuPy — библиотека Python для GPU-ускоренных вычислений, совместимая с NumPy и SciPy. Она работает как замена NumPy/SciPy на платформах NVIDIA CUDA и AMD ROCm без изменения кода.

Библиотека предоставляет доступ к низкоуровневым функциям CUDA: RawKernels, Streams и прямые вызовы CUDA Runtime API для тонкой настройки производительности.