标签: #GPU

共 5 篇文章

文章列表

Aug 19, 2026 原创 人工智能 · 工程实践 · 阅读 —

Cerebras CS-4：号称推理比 GPU 快 30 倍的「最快 AI 加速器」

Cerebras CS-4 用三颗 WSE-3 Turbo 晶圆级芯片挑战 GPU 推理霸权：30 倍单用户 token 速度、10 倍能效、2 微秒晶圆互联。但「最快」是真实突破还是营销口径？我们拆解数字背后的架构与约束。

Jul 25, 2026 原创 图形编程 · 工程实践 · 阅读 —

在 WSL 里把 Vulkan 跑起来

一套经过实际验证的 WSL Vulkan 学习环境：弄清 Dzn 与 Lavapipe 两条执行路径，安装工具链，枚举物理设备，编译 Shader，并建立从第一个三角形到调试、同步和小型渲染器的学习路线。

Jun 22, 2026 原创 人工智能 · 阅读 —

在 WSL 里把 llama.cpp CUDA 版编译起来：一次真实的本地部署记录

在 Ubuntu 26.04 LTS + RTX 4060 Laptop GPU 的 WSL 环境里，不改系统目录，用 micromamba 准备 CUDA 12.4、GCC 13 和 cuBLAS，编译 llama.cpp CUDA 后端，并用 Qwen3 4B 做 CPU 与 CUDA 的速度对比。

Jun 22, 2026 原创 人工智能 · 阅读 —

本地四个开源模型跑了一遍：Qwen3、Gemma 4 在 8GB 显存上的真实表现

在一台 RTX 4060 Laptop 8GB 显存、WSL 分配 32GB 内存的本地开发机上，实测 Qwen3 4B、Qwen3 8B、Gemma 4 E4B、Gemma 4 12B 的加载时间、生成速度、显存占用、多模态能力和使用取舍。

Jun 21, 2026 原创 开发环境 · 阅读 —

在 WSL 里做 AI 开发：GPU、CUDA、模型缓存和文件 IO 的坑

从一台带 NVIDIA 显卡的 Windows 开发机出发，讲清楚 WSL 里验证 CUDA、跑 PyTorch、部署本地模型、管理模型缓存和排查 GPU 没被用上的方法。