# GPU云服务器 #
1
关注
8001内容
|
深度学习训练，选择P100就对了
本文使用NVCaffe、MXNet、TensorFlow三个主流开源深度学习框架对P100和P40做了图像分类场景的卷积神经网络模型训练的性能对比，并给出了详细分析，结论是P100比P40更适合深度学习训练场景。
|
专访阿里云异构计算负责人：异构计算，GPU、FPGA、ASIC芯片将三分天下
张献涛表示，“随着FPGA的生态环境的建立和完善、ASIC芯片的逐渐成熟，未来异构计算领域会呈现GPU、FPGA、ASIC芯片三分天下的局面，GPU、FPGA、ASIC芯片都会有自己独特的特长和应用领域。”
基于阿里云容器服务监控 Kubernetes集群GPU指标
### 简介
当您在阿里云容器服务中使用GPU ECS主机构建Kubernetes集群进行AI训练时，经常需要知道每个Pod使用的GPU的使用情况，比如每块显存使用情况、GPU利用率，GPU卡温度等监控信息，本文介绍如何快速在阿里云上构建基于Prometheus + Grafana的GPU监控方案。
|
阿里第一颗芯片问世，平头哥发布最强AI芯片含光800
阿里巴巴第一颗自研芯片正式问世。9月25日的杭州云栖大会上，达摩院院长张建锋现场展示了这款全球最强的AI芯片——含光800。在业界标准的ResNet-50测试中，含光800推理性能达到78563 IPS，比目前业界最好的AI芯片性能高4倍；能效比500 IPS/W，是第二名的3.3倍。
|
在 Anaconda 中安装 TensorFlow-gpu 2.0（无需下载 CUDA）
在 Anaconda 中安装 TensorFlow-gpu 2.0（无需下载 CUDA）Anaconda 现在最高只支持 TensorFlow 1.13，还不能直接用 Anaconda 安装 2.0。
|
H.265/HEVC视频编码：FPGA GPU QSV实现对比
相对于H.264，H.265有更好的压缩率和画质，更适应高分辨率视频流的压缩处理。随着视频素材分辨率、帧率的不断增加，如何高效、灵活、高质量、低成本地去实现H.265编码成为研究的热点。
|
阿里开源！轻量级深度学习端侧推理引擎 MNN
阿里妹导读：近日，阿里正式开源轻量级深度学习端侧推理引擎“MNN”。
AI科学家贾扬清如此评价道：“与 Tensorflow、Caffe2 等同时覆盖训练和推理的通用框架相比，MNN 更注重在推理时的加速和优化，解决在模型部署的阶段的效率问题，从而在移动端更高效地实现模型背后的业务。
|
浅谈人工智能芯片（一）-- 深度神经网络和NVidia GPU的崛起
随着人工智能浪潮的兴起，人工智能基础芯片作为主要的计算力推动引擎也越来越受到追捧和热议，这个系列连载会介绍人工智能芯片兴起的背景和现有主要玩家以及研究现状，主要包括NVidia GPU、Google的TPU、Intel的Nervana、IBM的TreueNorth、微软的DPU和BrainWave、百度的XPU、Xilinx的xDNN、寒武纪芯片、地平线以及深鉴科技的AI芯片等。
免费试用