-
对于DL 的各种frameworks caffe/tensorflow/mxNet/torch, cuda 版本，cudnn, cublas,是否只有采用一个版本就能做到所有framework 都适用，可以达到兼容性。
NVIDIA中国首席解决方案架构师罗华平： 确实是这样，NVIDIA的目的是通过同一... 全文＞ -
NVIDIA有没有较低功耗的嵌入式平台，可以快速部署本地化处理深度学习的成熟的解决方案？
NVIDIA中国首席解决方案架构师罗华平： NVIDIA专门有一条产品线叫Tegra... 全文＞
-
提升GPU利用率的关键点是哪些？
NVIDIA中国首席解决方案架构师罗华平： 实际上对于GPU利用率的提升，我们可以分... 全文＞
-
OpenGL和OpenCL能否集成，如果能集成，他的主要优势是什么？
NVIDIA中国首席解决方案架构师罗华平： 在很多年之前Open CL可以去调用Op... 全文＞
-
目前DL各种框架(framework)比较繁多，NV是否会认为这种情况会持续下去？
NVIDIA中国首席解决方案架构师吴磊： 我们都知道现在做Deep Learning... 全文＞
-
做深度学习的最低配置方面，最小能出效果的数据量是多少？
NVIDIA中国首席解决方案架构师罗华平： 这个问题说实话不是特别好的回答，现在做深... 全文＞
-
GPU取代CPU的前景如何？
NVIDIA中国首席解决方案架构师罗华平： 可以说GPU的出现不是取代CPU的，GP... 全文＞
-
GPU Server的计算能力和memory之间有瓶颈吗？有的话是在内存（DRAM, HBM）带宽，还是内存和存储（SSD, 3D point）之间的带宽？
英伟达技术总监赖俊杰： 计算能力跟内存（DRAM）到底谁是瓶颈取决于应用大致是com... 全文＞