0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

面向桌面的NVIDIA Nsight深度學(xué)習(xí)設(shè)計(jì)器

NVIDIA英偉達(dá)企業(yè)解決方案 ? 來源:NVIDIA英偉達(dá)企業(yè)解決方案 ? 作者:NVIDIA英偉達(dá)企業(yè)解 ? 2022-08-27 09:01 ? 次閱讀

NVIDIA 開發(fā)者工具是一個(gè)面向桌面和移動(dòng)設(shè)備的應(yīng)用集合,支持開發(fā)者利用 NVIDIA 最新的視覺計(jì)算硬件來構(gòu)建、調(diào)試、分析和開發(fā)先進(jìn)軟件。

915a947e-2542-11ed-ba43-dac502259ad0.png

面向桌面的NVIDIA Nsight

Nsight 深度學(xué)習(xí)設(shè)計(jì)器

NVIDIA Nsight 深度學(xué)習(xí)(DL)設(shè)計(jì)器提供了一個(gè)集成式開發(fā)環(huán)境,可幫助開發(fā)者高效設(shè)計(jì)和開發(fā)用于應(yīng)用內(nèi)推理的深度神經(jīng)網(wǎng)絡(luò)

Nsight Systems

我們建議所有開發(fā)者從 Nsight Systems 入手來發(fā)掘?qū)崿F(xiàn)顯著優(yōu)化的機(jī)會(huì)。Nsight Systems 為開發(fā)者提供了應(yīng)用性能的系統(tǒng)級(jí)可視化。開發(fā)者可以突破瓶頸,從而在任意數(shù)量或規(guī)模的 CPUGPU 上高效擴(kuò)展,無論是大型服務(wù)器還是最小的 SoC 均不受束縛。若要進(jìn)一步優(yōu)化計(jì)算內(nèi)核,我們建議開發(fā)者使用 NsightCompute;若要深入優(yōu)化圖形工作負(fù)載,則建議使用 Nsight Graphics。

Nsight Compute

Nsight Compute 是用于 CUDA 應(yīng)用的交互式內(nèi)核分析器。它通過用戶界面和命令行工具提供詳細(xì)的性能指標(biāo)和 API 調(diào)試。Nsight Compute 還提供了可自定義的數(shù)據(jù)驅(qū)動(dòng)型用戶界面,以及可使用分析腳本進(jìn)行擴(kuò)展以用于后處理結(jié)果的指標(biāo)集合。

Nsight Graphics

Nsight Graphics 是用于在 Microsoft Windows 和 Linux 上對(duì)圖形應(yīng)用進(jìn)行調(diào)試、性能分析和其他分析的獨(dú)立應(yīng)用。您可借助此應(yīng)用優(yōu)化 Direct3D 11、Direct3D 12、DirectX Raytracing 1.1、OpenGL、Vulkan 和 KHR Vulkan Ray Tracing Extension 的性能。

其他實(shí)用程序

NVIDIA Nsight Visual Studio Edition

Nsight Visual Studio Edition 是一個(gè)用于異構(gòu)平臺(tái)的應(yīng)用開發(fā)環(huán)境,可將 GPU 計(jì)算引入 Microsoft Visual Studio。利用 NVIDIA Nsight VSE,您可以構(gòu)建和調(diào)試集成式 GPU 核函數(shù)和原生 CPU 代碼,并檢查 GPU 和顯存的狀態(tài)。

NVIDIA Nsight Eclipse Edition

NVIDIA Nsight Eclipse Edition 是一個(gè)由 Eclipse 平臺(tái)提供支持的集成開發(fā)環(huán)境(IDE),此實(shí)用程序功能完備,能夠提供一體化集成環(huán)境來編輯、構(gòu)建、調(diào)試和分析 CUDA-C 應(yīng)用。Nsight Eclipse Edition 支持一系列種類豐富的商用和免費(fèi)插件。

NVIDIA Nsight Visual Studio Code Edition

NVIDIA Nsight Visual Studio Code Edition(VSCE)是一個(gè)適用于異構(gòu)平臺(tái)的應(yīng)用開發(fā)環(huán)境,可將 GPU 的 CUDA 開發(fā)引入 Microsoft Visual Studio Code。借助 NVIDIA Nsight VSCE,您可以構(gòu)建和調(diào)試 GPU 內(nèi)核和原生 CPU 代碼,并檢查 GPU 和顯存的狀態(tài)。

NVIDIA Compute Santizer 工具

Compute Sanitizer 是一款實(shí)用的正確性檢查套件。此套件包含多種工具,可執(zhí)行不同類型的檢查,包括:Memcheck、Racecheck、Initcheck 以及 Synccheck。

用于 Visual Studio 的 NVIDIA Nsight 工具集成

NVIDIA Nsight 集成是一款 Visual Studio 擴(kuò)展程序,可讓您在 Visual Studio 內(nèi)訪問以下 NVIDIA Nsight 獨(dú)立工具的強(qiáng)大功能:

(1)Nsight Compute:用于 CUDA 應(yīng)用的交互式內(nèi)核分析器

(2)Nsight Graphics:用于圖形應(yīng)用的幀調(diào)試器和分析器

(3)Nsight Systems:系統(tǒng)級(jí)性能分析工具

SDK和API

Nsight Perf SDK

NVIDIA Nsight Perf SDK 是一個(gè)適用于 DirectX、Vulkan 和 OpenGL 的圖形分析工具箱,可幫您直接從應(yīng)用中收集 GPU 性能指標(biāo)。

NVIDIA CUDA Profiling Tools Interface(CUPTI)

CUPTI 是一個(gè)動(dòng)態(tài)庫,可用于創(chuàng)建面向 CUDA 應(yīng)用的性能分析和追蹤工具。借助 CUPTI API,獨(dú)立軟件開發(fā)者可以創(chuàng)建分析工具,洞察 CUDA 應(yīng)用的 CPU 和 GPU 性能狀況。

Nsight Aftermath SDK

NVIDIA Nsight Aftermath SDK 是一個(gè)簡(jiǎn)單易用的庫,您可以將其集成到 D3D12 或 Vulkan 游戲的崩潰報(bào)告器中,以在發(fā)生 TDR 或異常時(shí)生成 GPU “迷你轉(zhuǎn)儲(chǔ)文件”。

NVIDIA Compute Santizer API

Compute Sanitizer API 能夠創(chuàng)建針對(duì) CUDA 應(yīng)用的清理和追蹤工具。此類工具的示例包括內(nèi)存和爭(zhēng)用條件檢查器。ComputeSanitizer API 由三個(gè) API 組成:回調(diào) API、修補(bǔ) API 和內(nèi)存 API。它可作為一個(gè)動(dòng)態(tài)庫應(yīng)用于受支持的平臺(tái)。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    4816

    瀏覽量

    102635
  • 移動(dòng)設(shè)備
    +關(guān)注

    關(guān)注

    0

    文章

    484

    瀏覽量

    54578
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5437

    瀏覽量

    120794

原文標(biāo)題:DevZone | NVIDIA開發(fā)者工具概覽

文章出處:【微信號(hào):NVIDIA-Enterprise,微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?98次閱讀

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理(GPU)憑借其強(qiáng)大的并行計(jì)算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?77次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    并行計(jì)算的能力,可以在硬件層面并行處理大量數(shù)據(jù)。這種并行處理能力使得 FPGA 在執(zhí)行深度學(xué)習(xí)算法時(shí)速度遠(yuǎn)超傳統(tǒng)處理,能夠提供更低的延遲和更高的吞吐量,從而加速模型訓(xùn)練和推理過程,滿足實(shí)時(shí)性要求較高
    發(fā)表于 09-27 20:53

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動(dòng)駕駛汽車、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?466次閱讀

    深度學(xué)習(xí)中的時(shí)間序列分類方法

    時(shí)間序列分類(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識(shí)別、系統(tǒng)監(jiān)測(cè)、金融預(yù)測(cè)、醫(yī)療診斷等多個(gè)領(lǐng)域。隨著深度
    的頭像 發(fā)表于 07-09 15:54 ?526次閱讀

    深度學(xué)習(xí)中的無監(jiān)督學(xué)習(xí)方法綜述

    應(yīng)用中往往難以實(shí)現(xiàn)。因此,無監(jiān)督學(xué)習(xí)深度學(xué)習(xí)中扮演著越來越重要的角色。本文旨在綜述深度學(xué)習(xí)中的無監(jiān)督學(xué)
    的頭像 發(fā)表于 07-09 10:50 ?284次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語言處理(NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域中兩個(gè)非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。 深度
    的頭像 發(fā)表于 07-05 09:47 ?653次閱讀

    深度學(xué)習(xí)常用的Python庫

    深度學(xué)習(xí)作為人工智能的一個(gè)重要分支,通過模擬人類大腦中的神經(jīng)網(wǎng)絡(luò)來解決復(fù)雜問題。Python作為一種流行的編程語言,憑借其簡(jiǎn)潔的語法和豐富的庫支持,成為了深度學(xué)習(xí)研究和應(yīng)用的首選工具。
    的頭像 發(fā)表于 07-03 16:04 ?473次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)深度學(xué)習(xí)無疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來了革命性的變化。然而,盡管它們都屬于機(jī)器學(xué)習(xí)的范疇,但
    的頭像 發(fā)表于 07-01 11:40 ?946次閱讀

    深度解析深度學(xué)習(xí)下的語義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類等領(lǐng)域。近年來,研究人員開始在視覺SLAM算法中引入深度學(xué)習(xí)技術(shù),使得
    發(fā)表于 04-23 17:18 ?1161次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語義SLAM

    NVIDIA在加速識(shí)因智能AI大模型落地應(yīng)用方面的重要作用介紹

    本案例介紹了 NVIDIA 在加速識(shí)因智能 AI 大模型落地應(yīng)用方面的重要作用。生成式大模型已廣泛應(yīng)用于各領(lǐng)域,通過學(xué)習(xí)人類思維方式,能快速挖掘海量?jī)?nèi)容,滿足不同需求。
    的頭像 發(fā)表于 03-29 15:28 ?542次閱讀

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU

    現(xiàn)場(chǎng)可編程門陣列 (FPGA) 解決了 GPU 在運(yùn)行深度學(xué)習(xí)模型時(shí)面臨的許多問題 在過去的十年里,人工智能的再一次興起使顯卡行業(yè)受益匪淺。英偉達(dá) (Nvidia) 和 AMD 等公司的股價(jià)也大幅
    發(fā)表于 03-21 15:19

    為什么深度學(xué)習(xí)的效果更好?

    導(dǎo)讀深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集,已成為人工智能領(lǐng)域的一項(xiàng)變革性技術(shù),在從計(jì)算機(jī)視覺、自然語言處理到自動(dòng)駕駛汽車等廣泛的應(yīng)用中取得了顯著的成功。深度
    的頭像 發(fā)表于 03-09 08:26 ?540次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?

    什么是深度學(xué)習(xí)?機(jī)器學(xué)習(xí)深度學(xué)習(xí)的主要差異

    2016年AlphaGo 擊敗韓國圍棋冠軍李世石,在媒體報(bào)道中,曾多次提及“深度學(xué)習(xí)”這個(gè)概念。
    的頭像 發(fā)表于 01-15 10:31 ?910次閱讀
    什么是<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>?機(jī)器<b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的主要差異

    基于深度學(xué)習(xí)的情感語音識(shí)別模型優(yōu)化策略

    基于深度學(xué)習(xí)的情感語音識(shí)別模型的優(yōu)化策略,包括數(shù)據(jù)預(yù)處理、模型結(jié)構(gòu)優(yōu)化、損失函數(shù)改進(jìn)、訓(xùn)練策略調(diào)整以及集成學(xué)習(xí)等方面的內(nèi)容。
    的頭像 發(fā)表于 11-09 16:34 ?591次閱讀