在我看来，现在很多计算都是在 GPU 上完成的。显然图形是在那里完成的，但使用 CUDA 等，人工智能、散列算法（想想比特币）和其他也在 GPU 上完成。为什么我们不能摆脱CPU，单独使用GPU？是什么让 GPU 比 CPU 快这么多？
我目前正在我的 GPU（NVIDIA GeForce GTX 1050 Ti）上使用 CUDA 执行数字运算。这些操作通常需要数月才能完成，在此期间，我 24/7 离开我的电脑。
这样做安全吗？我是否冒着可能导致（最坏的情况）房屋火灾的显卡过热的风险？
请注意，PC 已正确通风且其气流没有障碍物。
我MemTest86在客户的机器上运行了很多工作，它非常适合解决内存问题。我的问题是，如何测试 GPU 是否开始运行？
我知道像 3DMark 这样的程序可以将显卡推向极限，但是视频内存呢？值得测试吗？是否有压力工具实际上能够捕获视频卡（内存）中的问题，也许使用 CUDA/OpenCL？
我知道我可以通过访问这个官方 cuda 页面或这个 wiki 页面来获得计算能力。
但我不知道我应该如何找到sm我的卡。这是 的缩写shader model吗？或者shared memory？或者他们都没有？
我正在尝试在 Debian 9.3 上使用 Nvidia Cuda 支持编译 FFMPEG。参数，我使用的是：
--enable-cuda --enable-cuvid --enable-nvenc --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --enable-gpl --enable-libx264 --disable-x86asm --enable-libx265 --enable-libfdk-aac --enable-nonfree
安装了带有驱动程序的 Nvidia Cuda。当我尝试配置 ffmpeg 时，它说：
ERROR: cuvid requested, but not all dependencies are satisfied: cuda
较新的 ffmpeg 将显示类似的、重新措辞的消息：
ERROR: cuda requested, but not all dependencies are satisfied: ffnvcodec
我完全不知道为什么我会遇到这个问题，因为我正在ffmpeg我们所有的转码服务器上进行编译。
我想使用我的主机 dGPU 通过我的 Ubuntu 16.04 来宾在 Oracle VM VirtualBox 版本 5.2.22 中使用其 CUDA 内核训练一些神经网络。有可能做到这一点吗？
Windows 10.0.17763.195 (1809) Pro x64
Intel i7-6700HQ (Intel HD Graphics 530)
NVIDIA GeForce GTX 960M (CUDA Cores 640) via PCI Express x16 Gen3, DirectX v12.0 (FL 11.0)
Virtualization is Supported, Enabled via UFEI and OS
Ubuntu 16.04
Chipset PIIX3 with Enabled I/O APIC
Processor has enabled PAE/NX
VT-X and AMD-V are Supported, Enabled
Nested Paging, Enabled
3D Acceleration Enabled
Extension Pack is installed …我一直在带有 GTX 480 的系统上运行 Red Hat Enterprise Linux 6.1。最近我添加了一个 3GB GTX 580，因为我的 CUDA 应用程序需要比 480 上更多的内存。由于盒子里的空间问题，我不得不把580放在离CPU最近的PCI-E总线上，把480移到第二个插槽。
现在，当我运行 RHEL 时，X windows 正在 580 上运行。我想要 480 运行 X windows，以便 580 上有完整的 3GB 可用。我只有一台显示器，它只能在连接到 580 时显示; 如果连接到 480 则没有信号。
我探索了几个选项：
更改 BIOS - 似乎没有任何方法可以在我的 BIOS 上指定主 GPU
更改 xorg.conf 文件。我跑了nvidia-xconfig -a。我的xorg.conf文件的尾端附在下面。
我认为我可以删除“屏幕”部分之一并让 Screen0 使用 Device1 但这会阻止 X windows 运行。
Section "Device" Identifier "Device0" Driver "nvidia" VendorName "NVIDIA Corporation" BoardName "GeForce GTX 580" BusID "PCI:9:0:0" EndSection
Section "Device" Identifier "Device1" …如何使用 CUDA (GPU) 在 linux 上恢复 zip 密码。在过去的两天里，我尝试使用“fcrackzip”，但它太慢了
几个月前，我看到一些应用程序可以使用 GPU / CUDA 并与 CPU 相比获得大幅性能提升。
如果无法使用 cuda 进行暴力破解，请告诉我执行字典攻击的最佳应用程序是什么，我在哪里可以找到最好的（最大的）字典。
问候
我在带有 Ubuntu 来宾的 Ubuntu 主机上运行 VMware Workstation。是否可以直接从 VM 访问 GPU？
我想在虚拟机上运行 CUDA