Рубрика «cpu» - 2
Введение в высокопроизводительные вычисления на С++ для CPU
2026-03-16 в 17:53, admin, рубрики: cache, cpu, ram, simd, высокопроизводительные вычисления, оптимизация, профилирование
Почему серверная архитектура стала именно такой и что изменится уже в ближайшем будущем
2026-02-12 в 8:00, admin, рубрики: cpu, hardware, selectel
Привет! На связи Дима Шиченко, руководитель отдела разработки встроенных систем Читать полностью »
Почему сервер тормозит при свободных CPU и RAM
2026-02-05 в 13:01, admin, рубрики: cpu, linux, ruvds_статьи, vm, гайд, производительность, сервер, Серверное администрирование, системное администрирование
Как изменились компьютерные процессоры за последние 5 лет, если убрать маркетинг
2026-01-23 в 9:57, admin, рубрики: AMD Ryzen, cpu, Intel Core, xcom-shop
Стоит ли сейчас переходить на AM5 или подождать AM6
2026-01-15 в 11:02, admin, рубрики: amd, cpu, xcom-shop, сборка пк
Обучение ИИ-моделей на обычном ЦП
2026-01-09 в 20:51, admin, рубрики: cpu, gpu, pytorch, машинное обучение, оптимизацияЕщё раз о ЦП для машинного обучения в эпоху дефицита мощностей GPU
Может ли устареть инкремент: обзор выполнения оператора на современных вычислительных платформах
2026-01-09 в 10:00, admin, рубрики: cisc, cpu, gpu, ISA, RISC, VLIW, Программирование
«Золотая рыбка, хочу LLM без GPU»: как собрать Inference-сервер на CPU
2025-11-14 в 7:00, admin, рубрики: cpu, gpu, llm, ml, selectel, большие языковые модели, инференс, машинное обучение, Процессоры
Как загрузить GPU на максимум. Разбираем узкие места в инфраструктуре для ИИ
2025-10-30 в 6:32, admin, рубрики: cpu, gpu, Видеокарты, диск, инфраструктура, оперативная память, пайплайн, производительность, Процессоры, сетиПредставим, что вы запустили в облаке или на своем оборудованиии обучение модели. Выбрали конфигурацию с A100, H100 или L40S, может, даже с RTX 4090. Запускаете обучение модели, ждете, что процесс пойдет как по маслу. Но вместо э��ого в инструментах мониторинга видите, что GPU загружен на 40–60%, а то и меньше.
Причина не в «кривом коде» и не в том, что GPU «не тянут». Проблема глубже: производительность AI-кластера определяется не пиковыми терафлопсами, а самым слабым звеном в цепочке ввода-вывода. Даже самый быстрый GPU беспомощен, если данные не успевают до него «доехать». Он просто ждет.
Китайские CPU и GPU почти догнали TSMC
2025-10-08 в 13:01, admin, рубрики: cpu, gpu, ruvds_статьи, китай, Процессоры
Генеральный директор Nvidia Дженсен Хуанг недавно Читать полностью »