我有一台戴尔 XPS15 笔记本电脑,其中包括一个 Geforce GT750M GPU。自从我将 Nvidia 驱动程序更新到 347.25 以来,我一直igfxtray.exe在启动时出错。Google 告诉我这个文件是集成 Intel GPU 驱动程序套件的一部分。
据我所知,尽管此文件不起作用,但一切仍然正常。由于我从来没有打算使用废旧的 Intel GPU,而且我不想每次启动时都出现错误对话框,如果我卸载驱动程序可以吗?我正在运行 Windows 8.1 专业版。
这是弹出的错误对话框。如果我不能卸载驱动程序,我至少可以让它不加载系统托盘模块吗?

我正处于构建 PC 的边缘,我有一个问题。
我想购买带有 GDDR5 内存的 AMD Radeon R9 390X Gaming 8GB GDDR5,我想购买支持 DDR3 内存的 MSI 970 Gaming(我的 RAM 也是 DDR3)。这会是一个问题吗?
我需要使用自定义冷却系统来修改我的 GPU,并且想知道我是否可以在没有 GPU 的情况下简单地运行我的 PC。似乎我应该搜索“集成显卡”、“CPU 显卡”、“板载显卡”等术语,但我似乎找不到这些信息。Intel ARK 站点也不包含有关我的 CPU 的这些信息,所以我问你。
一些附加信息:
主板: Supermicro X9DAi
CPU:英特尔至强 E5-2650
谢谢!
我能否将 GPU 的强大功能与 CPU 进行“结合”,以获得更高的游戏 FPS 和更多的程序功能?
所以,我有这台 9 岁的联想笔记本电脑,有过热问题,但后来在清洁风扇并使用一些温度读取软件检查一切后,我才知道是我的 GPU 造成了麻烦。它正在过热,我所说的过热不仅仅意味着比平时更热一点,而是达到了飙升的水平。
在空闲状态下,GPU 通常显示60 摄氏度(140 华氏度)的温度,但是,每当我播放一些视频或运行一个对 GPU 施加微不足道负载的程序时,它的温度就会突然从 60 摄氏度(140 华氏度)上升到在回落到70-80 摄氏度之前的5 秒内达到 100 摄氏度(212 华氏度),如果我在这个急剧上升的过程中运行其他一些程序,笔记本电脑就会关闭。
我不玩游戏或在我的笔记本电脑上运行密集的图形程序,所以我尝试使用MSI Afterburner降低时钟速度,它给了我积极的结果,但温度仍然上升到90 到 95 摄氏度(195 到 200 华氏度),所以它几乎没有解决问题。
任何人都可以请给我一些解决方案。
我正在尝试在大学集群上运行深度学习模型。当我编写运行模型的命令时,我收到此错误。
15CS10019@cpusrv-gpu-112:~/Tushar/Rod-keras_yolo2-master$ python3 train.py -c config.json
Using TensorFlow backend.
Traceback (most recent call last):
File "/home/bt3/15CS10019/.local/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/home/bt3/15CS10019/.local/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/home/bt3/15CS10019/.local/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "/usr/local/lib/python3.7/imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "/usr/local/lib/python3.7/imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: /lib64/libstdc++.so.6: version `CXXABI_1.3.8' not found (required by /home/bt3/15CS10019/.local/lib/python3.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so)
During handling of the above exception, another exception …Run Code Online (Sandbox Code Playgroud) 我想在后端服务器上运行一个程序,该程序对视频进行解码,使用 OpenGL 在其上应用滤镜,然后使用 h.264 将视频编码为新文件。为了验证该过程是否尽可能快,我想确保我可以访问 GPU 以及硬件解码/编码功能,即使程序在 Docker 容器中运行也是如此。
有什么方法可以验证我是否可以访问实际硬件而不是软件模拟?
也许这是一个愚蠢的问题,但我一直在想,为什么笔记本电脑的显卡比 PC 的显卡小得多。我们比较一下笔记本电脑和 RTX 2080 Super
以及一些常规的 RTX 2080 Super - RTX 2080 Super 示例图像
常规的 RTX 2080 Super 比笔记本电脑本身大很多。这台笔记本电脑甚至没有 3 厘米厚,唯一的 GPU 似乎超过了这个厚度。
据我所知,在笔记本电脑中,只焊接了 GPU 主芯片(还有 VRAM ye ye ye ...)但是接下来出现了下一个问题。为什么我们不能只在主板上制作某种 GPU 插槽,这会使 PC 变得更小,不包括笨重的 GPU PCB。
我的 PCI-E 卡是 8400GS,我的板载视频是 HD4200。他们都没有任何减速播放电影。电影看起来会不同吗?一张照片看起来会比另一张更清晰吗?我怀疑如果显卡可以全速播放电影,那么视频质量应该是一样的。我对吗?
我有一台配备 2GB 内存的 Nvidia GT640,它要求我的电脑必须至少有 1 GB 内存。我的电脑没有足够的内存(可能是树莓派、CubieBoard、86 Duino One……假设我有最大 512 MB 的 RAM)。**这个“环境”的目的是(例如)将数据发送到gpu,无论花费多少时间进行计算并返回结果,没有别的,没有图形显示。
所以,问题是如果没有推荐的 1 GB RAM,显卡是否可以用于此目的?
此卡的系统要求:
不是为了游戏。