- 想买一辆 xm 汽车可惜美国市场买不到
- 如果仔细看过 hw 手机，就会明白其中蕴含的技术奇迹
- hw AI 芯片在训练领域能否取代英伟达只是时间问题
- 感觉公司快要倒闭了
1.极少情况：打 3A 高负载游戏屏幕黑屏掉驱动，亮屏后游戏卡死；
2.较频繁情况：扩展分屏，主屏打游戏，副屏 chrome 开视频，显卡不掉但是大多游戏直接卡死不动；
3.最频繁情况：不打游戏，只 chrome 播放视频（常见场景 b 站 1080p/Netfilx ），播放一段时间直接黑屏/花屏后黑屏（ 3060/4060 ），或者后台播放后切换程序触发掉驱动（ 5070ti ），然后亮屏后 chrome 视频卡住不能继续播放，需要重启浏览器才能恢复正常。
以上问题看起来像是硬件问题，但是这些问题无一例外都有一个共同点：
你的系统日志里面必然会有 nvlddmkm 153 的错误：
无法找到来自源 nvlddmkm 的事件 ID 153 的描述。本地计算机上未安装引发此事件的组件，或者安装已损坏。可以安装或修复本地计算机上的组件。
如果该事件产生于另一台计算机，则必须在该事件中保存显示信息。
以下是包含在事件中的信息:
\Device\000001c3
Error occurred on GPUID: 200
消息资源存在，但在消息表中找不到该消息。
上网查了下这个，这个 153 错误就跟个网络谜因一样，非常多的案例都指向了这个问题，且社区对这个问题的共识是：跟硬件完全不搭边。
目前看似没有一个能够根除这个问题的解决方案。如果这是老黄的驱动问题，为什么这么多年了还是没有解决掉？
看看大家有没有遇到相同或类似情况的，如果有独到见解更好。 ]]>
Application error
An error occurred in the application and your page could not be served. If you are the application owner, check your logs for details. You can do this from the Heroku CLI with the command
heroku logs --tail ]]>
]]>和我老婆一起抢 5060 ，没想到两人都抢到了，一张索泰白色星辰，一张电竞判客白色，都是 2499 发售价。
问
求问老哥们，留哪张好点，这是给老婆组海景房用的，但是好像两张都没有 RGB 灯（老婆想要好看的灯）。另外一张有议价空间没。
]]>有可能是什么导致的。3070 的 dp 是 1.4 协议，5070ti 是 2.1b 协议。 显示器应该是 1.4 协议的。
]]>DGX Spark ，这款被英伟达冠以“全球最小 AI 超级计算机”称号的设备，早在今年 1 月的 CES 2025 上就已初露锋芒。其紧凑的设计，尺寸为 150×150×50.5mm ，却蕴藏着强大的计算能力。从今日开始，DGX Spark 正式开放预订，售价为 3000 美元（约合人民币 21691 元）。
DGX Spark 搭载了 GB10 Grace Blackwell 超级芯片，以及由 10 个 Cortex-X925 和 10 个 Cortex-A725 组成的 20 核 ARM 处理器，提供了每秒 1000 万亿次运算（ TOPS ）的 AI 性能。内存方面，它配备了 128GB LPDDR5x 统一内存，带宽高达 273Gb/s 。DGX Spark 还支持 M.2 PCIe NVMe 存储、WiFi 7 、蓝牙 5.3 以及 10GbE ConnectX-7 智能 NIC 网卡，接口包括 4 个 40Gbps 的 USB4 接口和一个 HDMI 2.1 接口。其功耗为 170 瓦，运行定制的 DGX OS 系统。
这玩意还可以多个计算设备高速链接，个人 AI 数据中心的时代要来了吗？
]]>但问题是，就算 3k 的 5060 ，显存也只有 8G 可选。想跑一个 AI 都不够，让人完全没有购买换新的欲望。真就是 game only 的游戏卡。
而 5060ti 16G ，价格还是好高，不免让人感觉性价比有点低。
]]>看看那家终端商最黑 \doge
]]>| GPU | AI TOPS | TGP(W) | 首发价格($) | 性能/瓦特 (TOPS/W) | 性能/美元 (TOPS/$) |
|---|---|---|---|---|---|
| GTX1080 | 9.0¹ | 180 | 599 | 9.0 / 180 = 0.050 | 9.0 / 599 ≈ 0.015 |
| RTX2080 | 84.8 | 215 | 699 | 84.8 / 215 ≈ 0.394 | 84.8 / 699 ≈ 0.121 |
| RTX3090 | 284.7 | 350² | 1,499² | 284.7 / 350 ≈ 0.813 | 284.7 / 1499 ≈ 0.190 |
| RTX4090 | 1321.2 | 450 | 1,599 | 1321.2 / 450 ≈ 2.936 | 1321.2 / 1599 ≈ 0.826 |
| RTX5090 | 3352 | 575 | 1,999 | 3352 / 575 ≈ 5.825 | 3352 / 1999 ≈ 1.676 |
[img]https://i.imgur.com/Vy1gvo4.jpeg[/img]
]]>2375 AI TOPS
5090:
Tensor Cores (Al)
3352 AI TOPS
但是 CUDA 核心是一样多的都是 21760 。 ]]>
]]>
亮点自寻。
]]>我最开始的算法：4*8*1080*1920*360/1024/1024/1024=22.247G 去选显存，发现这个算法毛用没有，因为显卡肯定是计算好了一帧肯定马上就发出去了，不会留着 1 秒的数据。所以应该是从算力出发，但从这出发我就真不不知道怎么选了，因为不可能给你一堆显卡让你测，刚好是符合需求的临界点显卡，性价比拉满。游戏官方倒是有推荐配置，但是没有给出具体的游戏表现，不知道帧数，而且推荐配置数据是 2023 年 1 月份的了，过了快两年了。 ]]>
想要的效果是：2 个(or 多个) Pod 可以同时共享一张显卡。
看了一下 NVIDIA 官方的方案：
- MIG(把物理显卡划分成 7 个 GPU 实例), 缺点是 : 只能划分 7 个实例，且只有例如 blackwell 等架构显卡才能用。
- vGPU(有分时方案和 MIG 方案)，缺点是不免费，且一样挑显卡。
需求是:
- 支持同一张显卡在同一时间被多个容器使用
- 在消费级显卡上可用
- 免费
- 有在比较大规模集群上稳定跑过
请问站内有无大佬有相关的实践/思路/方案？
]]>我之前的开源项目 [gpu-docker-api]( https://github.com/mayooot/gpu-docker-api) ，它暴露 API 使用户可以简单的创建容器、更新容器 GPU 数量、版本控制等功能。
之前为了简单考虑，创建容器时只能指定卡数，现在想要加一个指定虚拟化后的 GPU 功能，其实对于 docker 命令来说，就是将 `docker run --gpus='"device=1,2"'` 换成 `docker run --gpus '"device=0:1"'`，我的项目加入这个功能也很简单。
因为我的项目定位主要是方便一些大学实验室里的学习，他们对 Docker 、nvdia-smi 命令都不太熟悉，所以我想在项目里加入 “通过接口切分 GPU” 的功能。在 GitHub 上寻找时，mig-parted 项目好像只能切分主机的所有 GPU ，不然单个切割。
除了使用 Golang 执行 shell 命令以外，大佬们有什么好的思路么？ ]]>
现在观望了一阵,感觉 4090 价格降下来了,不知道是不是合适的买入时机.
另外求推荐品牌和型号,不想支付 ROG 之类的溢价.
想要 4090 而不是 4080s/4070s 之类的主要是在意显存,兼顾游戏+AI. ]]>
RTX 4090 D 搭载了 AD102-250 GPU ，CUDA 核心数量从 RTX 4090 的 16384 个减至 14592 个，Tensor 核心数量从 512 个减至 456 个，RT 核心数量从 128 个减至 114 个。不过 RTX 4090 D 的基础频率比 RTX 4090 的 2235 MHz 要高一些，达到了 2280 MHz ，而加速频率则与 RTX 4090 相同，维持在 2520 MHz 。新产品仍会配备 24GB 的 GDDR6X 显存，位宽是 384 位，速率为 21 Gbps 。”
楼主评价：减量不减价，AD102-250 ，连名字都这么有中国特色。 ]]>
内存 32*2 DDR4
SSD 致钛 7100 2TB
之前是用核显，不玩游戏够用。现在想入门 AI ，搞搞 stable diffusion 之类的，所以想搞一张显卡。
求推荐性价比比较高的显卡。 ]]>
看新闻说禁售了，有点好奇，留学生如果想圣诞假期回国，是不是可以带一块回来倒卖就可以把机票赚回来了？
]]>
