人工智能 - 英伟达显卡如何调用本地RAM？
假如这么一个场景：我的笔记本有 32GB 的 RAM，然后我有一个 RTX4080 16GB 的显存
然后我现在运行一个模型需要 16GB+的显存，但是这个时候，我的显存不够会 OOM
英伟达的显卡可以向 RAM 借用存储空间吗？
共有1个答案
详见：
GPU的显存能否利用ram内存？能否设计专用于扩展显存的PCIe存储卡？
答案是能但很难做到 目前也没有成熟的方案（其实也就是不能）
-
面了英伟达的GPU C++ Modeling Engineer 投递的时候看要求是熟练掌握C++ 结果面试的时候都是体系结构 人麻了，一点没看 问的都是cache之类的，梦回大二的组成原理，但是那书早被我卖了，几百年没看了 问面试官，是不是岗位不太匹配 面试官说，体系结构这么不熟的头一次见 跟面试官说直接放弃面试了，感觉她面的也挺难受的 还是等华子泡出来吧，折腾来折腾去也挺累了 #24届软开秋招面
-
看到洋垃圾基本都是 intel 的志强处理器，那么英伟达的显卡有洋垃圾吗？超级无敌便宜，但是性能又够用，比如买一堆老旧破烂廉价的显卡跑LLM
-
这家公司因为是外企，是有英文自我介绍的，在这方面小伙伴们要做好准备哈。面试感受还可以的，整体不算难。是一对一视频面试，自我介绍后，开始先根据简历询问项目经历具体细节。 闻到示波器工作原理，给定一个场景问怎么解决； 接着询问专业知识，如MOS管的原理及应用。 然后询问脚本语言的应用 最后一部分是使用英文作自我介绍以及对公司和职位的了解，然后面试官会介绍一下公司平台以及工作内容，也会有反问环节。
-
LLamaIndex如何使用 llamaIndex是目前与LangChain类似的大模型拓展工具，可以用来交互LLM并做向量数据搜索等等，其应该如何使用？
-
#英伟达面经# 攒人品 岗位是deep learning performance architect intern，base上海，中文面试 大概是40min左右的自我介绍，介绍实习经历/项目的过程中针对细节提问，非常个人化，而且由于面试官做的是偏底层的，问的问题也会往底层考，有些答上来了有些没答出来。 因为有icpc/ccpc经历，40min之后又问了一些基础的算法问题，最后问了一个特别简单的co
-
Kubernetes 在人工智能领域的应用。 TBD kubeflow - Kubernetes 机器学习工具箱