NVIDIA 近日宣布了一项重大决策：在即将发布的 R560 驱动中，其 Linux GPU 驱动将全面转为开源。这一举措是继两年前 R515 驱动首次引入开源 Linux GPU 内核模块（主要针对数据中心 GPU）后的又一重要里程碑。 NVIDIA 强调，这次转变是提升 GPU 灵活性和安全性的关键一步。开源 GPU 内核模块现已支持最新的 Grace Hopper 和 Blackwell 平

借助 R515 驱动程序，英伟达于 2022 年 5 月发布了一套开源的 Linux GPU 内核模块，该模块采用双许可证，即 GPL 和 MIT 许可。初始版本主要面向数据中心计算 GPU，而 GeForce 和工作站 GPU 则处于 Alpha 状态。 当时，他们宣布在后续版本中将提供更可靠、功能齐全的 GeForce 和工作站 Linux 支持，NVIDIA 开放内核模块最终将取代闭源驱动。

Linux内核3.13已经发布了。但是需要注意的是发布的最终版本除了一些小修复和来自rc8的针对ARM，PowerPC，x86,SPARC的结构更新以及对GPU和网卡的驱动更新外，并没有带来什么新的特性。 重要的更新包括： nftables —— iptables的继承者 针对高性能SSD的块层(block layer)的翻新 一个功耗上限(power capping)的框架来限制在Intel R

Nvidia Optimus是一款利用“双显卡切换”技术的混合GPU系统，但长期以来受限于Linux系统上的诸多不便与限制。在数年的等待之后，搭载这全新内核的Ubuntu 14.04最终实现了非常容易安装的专用驱动的兼容性。这篇文章首先为不熟悉Nvidia Optimus的读者简介相关背景，然后展示整个安装过程。对于对Xorg有着丰富配置经验的老手，可以直接跳到安装部分。 背景知识 对那些不熟悉N

Intel 开源技术中心的 Ben Widawsky 发布了一款新的试验性工具，可以在 Linux 下调整 Intel GPU 的主频，名字自然就叫做 intel_freequency。 Intel HD Graphics 的主频其实已经可以通过 Linux 内核的 sysfs 接口来强制调整，不过使用该工具会更加方便易用。 intel_frequency 工具支持读取 GPU 的当前/最小/最大

麻省理工学院计算机科学与人工智能实验室（CSAIL）的前研究员开发了一款名为 MapD 的数据库分析平台。该平台使用 GPU 而不是 CPU ，可在几毫秒内查询和映射数十亿条数据。 人们通常将 GPU 与图像处理和游戏相关联。然而，现代 GPU 中高效的核心和处理单元也可以用于通用计算应用。以前在 CSAIL 工作的 Todd Mostak 开发了 MapD，它能在毫秒内处理数十亿条数据。 Mos

TensorFlow 是用于机器学习任务的开源软件。它的创建者 Google 希望提供一个强大的工具以帮助开发者探索和建立基于机器学习的应用，所以他们在去年作为开源项目发布了它。TensorFlow 是一个非常强大的工具，专注于一种称为 深层神经网络 deep neural network （DNN）的神经网络。 深层神经网络被用来执行复杂的机器学习任务，例如图像识别、手写识别、自然语言处理、聊天

Linux 内核新增的异构内存管理将解锁加速 GPU 的新途径，并挖掘其它的机器学习硬件的潜能 一项开发了很久的内存管理技术将会给机器学习和其它 GPU 驱动的程序很大幅度的提升，而它也将在接下来的几个版本中进入 Linux 内核。 异构内存管理（HMM）可以允许设备驱动为在其自身内存管理下的进程镜像地址空间。正如红帽的开发者 Jérôme Glisse 所解释的，这让像 GPU 这样的硬件设备可

在本文中，我们将看一些 TensorFlow 的例子，并从中感受到在定义 张量 tensor 和使用张量做数学计算方面有多么容易，我还会举些别的机器学习相关的例子。 TensorFlow 是什么? TensorFlow 是 Google 为了解决复杂的数学计算耗时过久的问题而开发的一个库。 事实上，TensorFlow 能干许多事。比如： 求解复杂数学表达式 机器学习技术。你往其中输入一组数据样本

自从 3dfx 推出最初的 Voodoo 加速器以来，不起眼的显卡对你的 PC 是否可以玩游戏起到决定性作用，PC 上任何其它设备都无法与其相比。其它组件当然也很重要，但对于一个拥有 32GB 内存、价值 500 美金的 CPU 和 基于 PCIe 的存储设备的高端 PC，如果使用 10 年前的显卡，都无法以最高分辨率和细节质量运行当前 最高品质的游戏 AAA titles ，会发生卡顿甚至无响应

本篇文章讨论了在 Linux 命令行中监控 CPU 和 GPU 温度的两种简单方式。 由于 Steam（包括 Steam Play，即 Proton）和一些其他的发展，GNU/Linux 正在成为越来越多计算机用户的日常游戏平台的选择。也有相当一部分用户在遇到像视频编辑或图形设计等（Kdenlive 和 Blender 是这类应用程序中很好的例子）资源消耗型计算任务时，也会使用 GNU/Linux

Nvidia 升级了其 Volta 系列的 Tesla GPU 加速卡，使其能够以旧型号的相同功率更快地工作。 Nvidia 上周举行了 Supercomputing 19 大会，不出意外的是公布了很多新闻，这些我们将稍后提到。但被忽略的一条或许是其中最有趣的：一张更快、功耗更低的新一代图形加速卡。 多名与会者与多个新闻站点发现了这点，Nvidia 向我证实这确实是一张新卡。Nvidia 的 “V

国产 GPU 能否用于比特币挖矿？目前不能 现在 AMD、NVIDIA 等 GPU 公司靠着挖矿市场大赚特赚，那国内的 GPU 公司有没有可能分一杯羹？日前已经有人在互动平台上向长沙景嘉微公司询问，他们的 GPU 芯片能不能用于比特币挖矿。该公司表示，公司目前产品不能应用于比特币矿机。未来公司产品是否应用于比特币矿机需视产品研发后的性能与需求而定。 景嘉微目前有 JM5、JM7 两个系列，其中 J

微软的星球级的 AI 基础设施包括数十万个 GPU 微软透露，它运营着一个星球级的分布式调度服务来处理 AI 工作负载，它被称为“奇点”。它的目的是提高深度学习工作负载的高利用率来控制成本。其工作负载感知调度器可以透明地抢占和弹性地扩展深度学习工作负载，在 AI 加速器（如 GPU、FPGA）全球机群上提高利用率，而不影响其正确性或性能。在“奇点”机群中有数十万个 GPU，以及 FPGA 和其他

英伟达公司提升其 GPU 在 Linux 上的体验的重大开源计划终于来了。 Linus Torvalds 听到这个消息一定会很高兴…… 英伟达终于公布了提升 Linux 上的 GPU 使用体验的开源计划。 不过不幸的是，和你想象的可能不完全一样，你仍然会看到一些专有的驱动程序。 但是，它的意义不亚于甩掉专有驱动程序。 具体来说就是，英伟达发布了开源的 GPU 内核模块，支持数据中心所用的 GPU

英伟达开源 Linux GPU 内核驱动 英伟达以 GPL/MIT 双许可证的形式发布了其 Linux GPU 内核模块的 R515 版本。英伟达称，“这个版本是朝着改善在 Linux 中使用英伟达 GPU 的体验迈出的重要一步”。目前该内核驱动是以树外代码的模式存在的，尚没有进入主线。而且该驱动只支持较新的 GPU，此外也不包含用户空间的部分，英伟达 GPU 在 Linux 平台上使用仍然需要闭

随着图形处理器在计算机里变得越来越常见，英伟达正在扩大与标准和开源社区的合作，以便于包括先前仅限于该公司开发工具的下游技术。虽然人们在 C++ 和 Fortran 等语言上投入了大量精力，但这些语言被认为在高度并行的计算机上执行代码落后于原生实现的编程语言。 英伟达结合了开放和专有库的 CUDA 并行编程框架影响了许多正在开放和主流化的技术。在 2007 年，CUDA 作为一个为程序员开发基于 G

英伟达公布了 7.3 万行的 GPU 的 3D 头文件 除了英伟达正忙于向开源 GPU 内核驱动过渡之外，昨天他们还罕见地公开了开源文档：多达 7.3 万行的头文件，记录了他们从十年前的 Fermi 到当前一代 Ampere GPU 的 3D 类。这些头文件对于开源的 Nouveau 驱动程序开发人员来说非常有用，可以节省他们的逆向工程和对某些位的猜测。 消息来源：Phoronix 老王点评：可喜

RDNA 2 GPU 的 Linux 用户可以使用 AMD 的 AMDVLK GPUOpen 开源 Vulkan 驱动程序。 用于 Radeon RX 6000 GPU 的 AMDVLK GPUOpen 图形驱动程序在过去一周改进了对 64 位光线追踪的支持。这涵盖了支持 RDNA 2 图形的 APU 以及桌面/移动 GPU。所有平台上的所有 AMD Vulkan 驱动程序现在都支持硬件光线追踪，

Firefox 110 现在可以下载了，带来了以下新功能。 上周发布的 Firefox 110 是今年的第二个版本，现在可以通过官方发布渠道下载和升级。 这个月度版本是在 Firefox 109 版本之后发布的，后者是在 1 月份发布的。 总的来说，新的功能和错误修复很少，特别是对 Linux 来说。下面是一个快速点评。 Firefox 110 的最佳新功能 对于 Windows 用户来说，这个版