精华内容
下载资源
问答
  • 查看显卡支持CUDA版本号 && CUDA显卡驱动版本

    万次阅读 多人点赞 2019-08-14 19:12:10
    一、查看显卡支持CUDA版本号 二、CUDA显卡驱动版本

    前言:
    应项目需要,要在自己的电脑上安装TensorFlow-GPU版本
    若要安装GPU版本则必须要安装CUDA
    以下为配合 Win10上搭建TensorFlow(GPU)的学习笔记而做了简单记录.

    一、查看显卡支持的CUDA版本号

    查看流程如下

    1. 打开控制面板
    2. 硬件和声音
      在这里插入图片描述
    3. NVDIA控制面板
      在这里插入图片描述
    4. 帮助 -> 系统信息
      在这里插入图片描述
    5. 查看支持的CUDA版本号
      在这里插入图片描述

    总结
    上述栗子,支持的CUDA版本号为10.1.152。

    二、CUDA与显卡驱动版本

    TensorFlow(GPU) 安装时需要 CUDA+对应的显卡驱动
    这里给出英伟达官方的CUDA和驱动的对应:
    在这里插入图片描述
    新晋小白一枚,文字略显拙劣,有错误欢迎指教~

    展开全文
  • NVIDIA支持CUDA显卡选型简述 ** 目录NVIDIA支持CUDA显卡选型简述一、概述1、为什么选这三款二、对比1、训练--trainingCPU与GPU的区别计算精度显存和显存带宽价格2、训练环境的选择3、推理--inference吞吐量和...

    **

    NVIDIA支持CUDA的显卡选型简述

    **

    一、概述

    参考链接: nvidia官方网站

    根据nVidia官方介绍,nVidia出品的支持CUDA的产品有
    1、Tesla:用于技术和科学计算
    2、Quadro:用于专业可视化
    3、NVS:用于商务多屏演示
    4、GeForce 和 TITAN:用于游戏娱乐
    5、Jetson:用于边缘测AI自主机器
    五类产品。
    从描述上看,能用于人工智能训练和推理的GPU应该是【Tesla、Quadro、GeForce、TITAN、Jetson】,NVS应该是有多个显示输出接口,以便于商务台式机或笔记本做分屏演示。但是考虑我司的用途,本文档仅对Tesla、GeForce、TITAN等部分系列做对比。

    1、为什么选这三款

    • 【Tesla】系列产品全部由nVidia原厂设计和生产,产品品质和服务更有保障,而且官方明确定义该类产品适用于数据中心和高性能计算场景,简单的说就是服务器专用系列。从材料和驱动上都对科学计算以及人工智能训练和推理做了相应的优化。
      另外,还加入了ECC内存纠错功能,这点是在GeForce系列中没有的。
    • 【GeForce】系列本来针对的是个人用户桌面环境的娱乐使用的,就是游戏影音。该系列产品的设计本就不适合高强度、长时间的工作,而且对于程序和驱动方面的优化也只是针对游戏方面的。在其用户使用协议中也申明了,不能安装在服务器上使用,否则将失去维保和支持。
      但是很多企业和个人也用该系列的某些产品做人工智能研发,因为相比专业的Tesla卡,同等计算能力的情况下,这个更便宜。
      比如我司之前也用过GeForce GTX 1080 Ti 和GeForce GTX 1050 Ti作为研发和生产使用,但是多多少少都出现过问题。就在去年,在客户那里部署的两台生产服务器,每台搭载两张GTX 1080 Ti显卡,其中一台服务器的两张显卡都出现了故障,导致生产停滞,最后不得不联系供应商更换,随后另一台服务的其中一张也出现了故障。这也是我们之前没有查找相关数据以及没有这方面经验导致的。
      实践证明,该系列显卡确实不适合服务器那种高强度高负荷的工作环境,但是作为训练或测试环境还是可以选用其作为专业显卡的代替方案的。
    • 【TITAN】系列,官方列表把TITAN和GeForce放在了同一个列表中,所以我认为二者的定位应该是差不多的。但是为什么nVidia官方又推荐研究人员、开发人员和创作者使用TITAN RTX呢。我感觉这就像他每一代新产品发布的时候都说“这是世界上最先进的GPU”一样。
      我司也是在该卡刚发布的时候(2019年)就采购了一些作为公司的研发生产工具,至于性能如何呢,我也不太清楚了,因为我不是直接使用者。
      这么来看的话,那我感觉用最新的RTX 3090,性价比应该是更高的。因为RTX 3090采用了最新的Ampere架构,CUDA核心和显存带宽远比RTX TITAN高出近1倍,计算精度性能这方面没找到相关的数据,但是根据这个架构,这个配置,也不可能低到哪里去。最重要的是,官方给的价格,RTX 3090比RTX TITAN便宜了1000美刀,京东上的价格,二者也相差3-5k。
      在这里插入图片描述
      在这里插入图片描述
    • 【Quadro】系列,为什么不选它呢,因为老黄准备把这个系列取消了,变成RTX A系列。这个系列的显卡定义是专业图形工作站使用的,简单的说就是绘图,制作,设计等到这类的专业性很强的场景使用的,比如我们熟悉的Adobe全家桶,3DMAX,CAD等这类的软件,而且该类显卡的驱动还在某些专业软件上做过针对性的优化。
      虽然它的性能也很不错了,但是根据设计,它的应用场景同样不适合服务器这种7*24h的高负荷且需要足够的稳定性的场景。而且和GeForce差不多性能的情况下,价格却比GeForce贵出去很多。所以我认为用它来做深度学习训练,有些不太合适。
    • 【Jetson】系列,这个东西被设计成基于arm架构的AI运算模块,功耗很低,10W-30W左右,所以更适合运用在边缘计算场景下。比如我司也有一些产品就搭载了Jetson AGX Xavier,在生产环境中我感觉表现还是很不错的了。

    二、对比

    要从众多类型、型号中选出适合公司应用场景的产品,说老实话,还是不那么容易的,因为这个要结合很多实际生产情况而定,比如,是用在训练还是推理上,是做研发测试还是生产环境上,是主要考虑稳定性还是考虑价格等等的因素。
    根据我司的实际情况,有两个场景需要用到nVidia GPU资源,一个是『训练』,就是在公司的研发测试上,另一个是『推理』,就是在客户方的生产环境部署。

    参考链接:知乎 | 深度学习训练和推理有何不同

    1、训练–training

    训练,就好比我们在学校中学习某个知识或者某项技能一样。人工智能需要完成某项工作,也要接受教育。
    没有训练,就不可能会有推理。这很容易讲通,因为我们人类大多时候就是这样获取和使用知识的。正如我们不需要一直围着老师、满架的书架或名牌院校转也能阅读莎士比亚的十四行诗一样,推理并不需要其训练方案中的所有基础设施就能做得很好。

    CPU与GPU的区别

    在这篇 “为什么深度学习和神经网络需要GPU? - 知乎” 文章中描述了CPU和GPU的设计区别,基本上解释了为什么在进行深度学习相关业务的时候需要用到GPU,主要是因为它快,快得飞起。
    有一个例子我感觉很形象:将CPU比作几个教授,GPU比作很多小学生。当需要进行复杂运算,比如解方程,计算高级函数等等这种操作很显然教授比小学生更出色,当需要进行的计算是简单且大量的四则运算的时候,一个或者几个教授显然比不过成百上千的小学生。而深度神经网络的模型训练就是这种大量的并行的矩阵乘法类似的四则运算,GPU的计算核心和CPU根本就是量级上的差距,而且GPU也更擅长做这类型的计算。

    计算精度

    根据不同的深度学习应用场景,又有各种浮点运算精度的区别,比如“单精度,双精度,半精度,混合精度”等等。我司主要业务是针对图像分类,特征识别等(用词可能不太专业),这并非是计算精度要求十分严格的科学计算,如航空航天,医学,核能等领域,所以在“图像识别”这类模型训练中一般采用的是单精度或半精度,或者混合精度。

    这些各种精度的运算有什么区别,可以参考 知乎 | 单精度、双精度、多精度和混合精度计算的区别是什么?

    显存和显存带宽

    还有一个十分重要的参数就是显卡的显存、位宽、显存频率(显存带宽=显存频率x显存位宽/8)。显存就跟主存(内存)差不多,显存带宽就是显存与GPU交换数据的速率。本博文中即将进行对比的几个型号的显卡内存从8GB到40GB不等,显存带宽也由192GB/s到1555GB/s不等。这是个啥概念呢,比如我们的内存,一般大小是8GB到16GB,DDR4的理论带宽是50GB/s到136GB/s左右。
    显存越大,就代表等待GPU运算核心处理的数据越多,显存带宽越大,就代表GPU运算核心单位时间内可以拿到数据的能力越大(理论上拿到的数据越多),数据交换越顺畅。
    因为在训练中,有大量的素材、中间参数、运算结果等需要存储在显存中,以及运算核心和显存之间在进行着大量的数据交换,所以这个参数也成为深度学习模型训练选择显卡的重要参数了。

    价格

    俗话说:一分钱一分货。要想获得好的体验,好的效果,那必然是要投入足够的成本的,但是无论是个人还是企业,在研发或者生产过程中都必须要考虑成本(家里有矿的除外),这就需要我们在性能和价格上做好衡量,选择性价比相对最优的方案。
    nVidia除了Tesla系列的产品是自己生产加工的(大家称为“公版”)之外,其他系列如GeForce(另外的系列有没有代加工不清楚)都有很多加工厂商。所以根据不同厂商的生产条件如板卡设计,用料等情况的不同,价格和质量都有一些差距。

    2、训练环境的选择

    综上所述,我认为我们在研发测试的训练(推理)场景下可以选择性能较优,价格相对温和的GeForce或TITAN系列的GPU,如TITAN RTX,GeForce RTX 3090、3080Ti等。
    根据nVidia官方给出的数据,我整理了一份表格,可以作为参照。(数据不全,有的是因为官方没给出来,可能定位不一样,给出的参考数据有限。)
    在这里插入图片描述
    在选择『训练』用卡的时候,我们主要注意“张量核心、CUDA核心、精度性能、显存、显存带宽、价格(这个价格比较粗糙,只看了京东上较便宜的一家)”这几个参数。
    我司之前购买的TITAN RTX性价比还是比较高的,但是当时为啥没买RTX 3090呢,因为那时候3090还没出,买不到。。。如果后期还有采购需求,我会建议考虑GeForce RTX 3090。

    3、推理–inference

    推理其实就是将我们研发测试环境训练好的模型部署到生产环境中去进行应用,训练有一个反向传播的过程,因为要不断的调整权重和参数,以达到最好的效果,但是推理则没有反向传播,所以在对硬件的要求上,应该是要低一些的。
    举个不太恰当的栗子,我们在学习的时候要到学校去,要在教室,要有课本,要住宿舍等等,学校教室课本宿舍等这些都是硬件条件,但是我们考试或者毕业之后在解题的时候是不需要这些硬件条件的,这就是训练到推理的过程。
    所以推理的向前传播可以不同于训练,目的是为了更快,比如推理中会删掉一些增强处理、做蒸馏、用加速库等。

    吞吐量和时延

    模型训练的时候侧重计算精度,而推理的时候更注重实时性和速度,也就是模型运行的性能。衡量推理整体性能最简单的办法就是吞吐量,也就是运行某个模型时,每秒钟能够处理的图片数量。平均每张图的用时长度就是时延。一般来说,常用的时延单位是毫秒(ms)。
    芯片的算力性能常用TOPS衡量,即为在深度学习领域的每秒基础算子操作数。如果将芯片的标称算力作为硬件的衡量标准,那么吞吐量则是软硬件一体化作用的结果,和数据结构、模型结构甚至批量处理的批次大小都有很高的相关性。一般来说,对于同样类型和大小的数据,参数量越少的模型,处理的绝对速度就越快,吞吐量就越大。

    nVidia官方给出了Tesla系列部分型号的推理性能数据,参考:NVIDIA 数据中心深度学习产品性能

    图像分类吞吐量

    Tesla V100推理性能

    Tesla T4推理性能

    稳定性

    在生产环境中,除了考虑性能之外,更重要的也要考虑稳定性。因为严格的讲,服务器是7*24h不间断工作的,所以用于服务器环境的GPU也应该具有可靠的稳定性,这点Tesla显然比GeForce或者TITAN表现要好得多。因为根据实践经验,之前在生产环境中使用的GeForce GTX 1080 Ti已经坏了三个了,所以在新的部署环境中,我们选择了Tesla T4这个型号的GPU。

    4、生产环境的选择

    同样,我根据nVidia官方给出的数据,对Tesla部分型号的显卡进行了数据统计。
    在这里插入图片描述
    由此可见,我们选择的Tesla T4这个类型的算力卡性价比也还不错,或者也可以考虑P100和P40这两个类型的产品。但是从价格上看,我个人更偏向于T4。

    三、说明

    1、自我说明

    本人对于深度学习、神经网络,以及GPU硬件都不是很了解,只是在这一年多的接触中耳濡目染,“偷听”到一些名词,然后结合网上找的资料,写出来这篇“自以为是”的博文,所以,如果有不对的地方,欢迎读者批评指正,我本人也会继续学习,希望能自我修正。

    2、名词说明

    关于深度学习的一些名词解释,这个链接进行了描述:深度学习名词解释

    CPU,GPU,TPU,NPU都是什么?
    • 中央处理器(CPU),是电子计算机的主要设备之一,电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令,对指令译码并执行指令的核心部件。中央处理器主要包括两个部分,即控制器、运算器,其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。中央处理器的功效主要为处理指令、执行操作、控制时间、处理数据。
    • 图形处理器(英语:Graphics Processing Unit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
    • TPU(Tensor Processing Unit)即张量处理单元,是一款为机器学习而定制的芯片,经过了专门深度机器学习方面的训练,它有更高效能(每瓦计算能力)。
    • 嵌入式神经网络处理器(NPU)采用“数据驱动并行计算”的架构,特别擅长处理视频、图像类的海量多媒体数据。NPU处理器专门为物联网人工智能而设计,用于加速神经网络的运算,解决传统芯片在神经网络运算时效率低下的问题。

    原文链接:https://blog.csdn.net/qq_44159782/article/details/117416930

    3、nVidia显卡架构

    在这里插入图片描述
    从图上可以看到,nVidia显卡架构是“Tesla(特斯拉)→Fermi(费米) → Kepler(开普勒) → Maxwell(麦克斯韦) → Pascal(帕斯卡) → Volta(伏特) → Turing(图灵) → Amper(安培)[图上没有,因为这个是最新的架构]”这么个路线,都是一些为科学做过突出贡献的历史名人。。。按照这种发展方向,预计不久的将来可能会发布“爱因斯坦”架构。

    • Tesla(特斯拉): 市面已经没有相关显卡
    • Fermi(费米):GeForce 400, 500, 600, GT-630
    • Kepler(开普勒):Tesla K40/K80, GeForce 700, GT-730
    • Maxwell(麦克斯韦尔): Tesla/Quadro M series GeForce 900, GTX-970
    • Pascal(帕斯卡): Tesla p100,GTX 1080, GTX 1070, GTX 1060
    • Votal(伏打): Tesla V100, GTX 1180
    • Turing(图灵): T4,GTX 1660 Ti, RTX 2060
    • Ampere(安培): A100

    原文链接:NVIDIA显卡及架构介绍

    Tesla(特斯拉)本来是第一代架构,现在发展为数据中心专用GPU型号代名词了。
    另外,因为nVidia将产品分类化,有些设计也在慢慢改变,比如专门用于计算的,大家也称之为“计算卡、算力卡”,这种显卡严格意义上已经不能称之为显卡了,因为它已经将图形输出这部分砍掉了,连个显示器接口都没有了,比如Tesla系列。

    4、个人愚见

    为什么挖矿大多选用的是GeForce这类的游戏卡呢,个人认为是矿场对于显卡的需求体量还是比较大的,而且是追求算力性能的,在控制成本的前提下,选择算力性能较优的游戏卡,是最好的方案。即使是挖着挖着坏了个把子显卡,换了就是了。而且锻炼个一两年,翻个新就卖二手矿卡,还能赚点。
    如果选择Tesla这种专业显卡来挖矿,一个是投入成本高,另一个也不好卖二手的啊,因为用户没那么多。
    所以,有的朋友可能需要购买GeForce这类型的显卡,不管是作为深度学习训练还是个人娱乐使用的时候,都要找可靠的渠道购买,最好不要贪便宜,因为保不准就买到了二手矿卡。
    我严重怀疑我司之前用的出现故障的GeForce GTX 1080 Ti就是翻新卡,因为更换的时候我看到板子背面有大面积像油一样的东西,后来刷到抖音上电子维修的博主,发现这玩意儿就是焊接用的助焊剂(焊油之类的东西),显然是被修过的。。。

    最后,还有一些不错的文章,有兴趣的读者可以参考阅读。

    1、深度学习选什么显卡性价比最高?
    2、深度学习中GPU和显存分析

    展开全文
  • winxp_32bit_english_whql.exe NVIDIA Driver for Microsoft Windows XP with CUDA Support (169.21) 我们在运行它的时候,有的就会提示显卡支持,例如:lenovo T61上的显卡NVS 140m应该是可以支持CUDA的,但是...

    下载169.21_forceware_winxp_32bit_english_whql.exe

    NVIDIA Driver for Microsoft Windows XP with CUDA Support (169.21)

    我们在运行它的时候,有的就会提示显卡不支持,例如:lenovo T61上的显卡NVS 140m应该是可以支持CUDA的,但是安装驱动的时候,就会提示不匹配。这里我们需要下一个修改过后的inf文件。

    附上修改过后的inf文件

    http://d.download.csdn.net/down/416853/OpenHero 这里下载 ps:这个文件是从www.laptopvideo2go.com下载下来的,担心内地的朋友不好访问国外网站,so上传到csdn上了。

    安装步骤:

    解压缩 169.21_forceware_winxp_32bit_english_whql.exe 到指定目录,或者直接运行,就会到

    C:/NVIDIA/Win2k/169.21/English 目录,然后复制 nv4_disp.inf到这里,覆盖原来的文件,就可以安装了。

    运行setup.exe就可以安装支持CUDA的驱动在你的机器里面。

    ps:前提是你的显卡是下面列表中的一种。其实现在最新的驱动已经到169.61,但是NVIDIA官方在国内网站公布出来的驱动只有169.21_forceware_winxp_32bit_english_whql.exe 所以这里也就只附上了169.21的inf 文件。从www.laptopvideo2go.com下载

    ;GPU's by www.laptopvideo2go.com
    NVIDIA_BR02.DEV_00F0.1 = "NVIDIA Device ID 0x00F0"
    NVIDIA_BR02.DEV_00F1.1 = "NVIDIA GeForce 6600 GT"
    NVIDIA_BR02.DEV_00F2.1 = "NVIDIA GeForce 6600"
    NVIDIA_BR02.DEV_00F3.1 = "NVIDIA GeForce 6200"
    NVIDIA_BR02.DEV_00F4.1 = "NVIDIA GeForce 6600 LE"
    NVIDIA_BR02.DEV_00F5.1 = "NVIDIA GeForce 7800 GS"
    NVIDIA_BR02.DEV_00F6.1 = "NVIDIA GeForce 6800 GS/XT"
    NVIDIA_BR02.DEV_00F8.1 = "NVIDIA Quadro FX 3400/4400"
    NVIDIA_BR02.DEV_00F9.1 = "NVIDIA GeForce 6800 Series GPU"
    NVIDIA_BR02.DEV_00FA.1 = "NVIDIA GeForce PCX 5750"
    NVIDIA_BR02.DEV_00FB.1 = "NVIDIA GeForce PCX 5900"
    NVIDIA_BR02.DEV_00FC.1 = "NVIDIA GeForce PCX 5300"
    NVIDIA_BR02.DEV_00FD.1 = "NVIDIA Quadro PCI-E Series"
    NVIDIA_BR02.DEV_00FE.1 = "NVIDIA Quadro FX 1300"
    NVIDIA_BR02.DEV_00FF.1 = "NVIDIA GeForce PCX 4300"
    NVIDIA_BR02.DEV_02E0.1 = "NVIDIA GeForce 7600 GT"
    NVIDIA_BR02.DEV_02E1.1 = "NVIDIA GeForce 7600 GS"
    NVIDIA_BR02.DEV_02E2.1 = "NVIDIA GeForce 7300 GT"
    NVIDIA_BR02.DEV_02E3.1 = "NVIDIA GeForce 7900 GS"
    NVIDIA_BR02.DEV_02E4.1 = "NVIDIA GeForce 7950 GT"
    NVIDIA_C51.DEV_0240.1  = "NVIDIA GeForce 6150"
    NVIDIA_C51.DEV_0241.1  = "NVIDIA GeForce 6150 LE"
    NVIDIA_C51.DEV_0242.1  = "NVIDIA GeForce 6100"
    NVIDIA_C51.DEV_0243.1  = "NVIDIA C51  "
    NVIDIA_C51.DEV_0244.1  = "NVIDIA GeForce Go 6150"
    NVIDIA_C51.DEV_0245.1  = "NVIDIA Quadro NVS 210S / NVIDIA GeForce 6150LE"
    NVIDIA_C51.DEV_0246.1  = "NVIDIA C51     "
    NVIDIA_C51.DEV_0247.1  = "NVIDIA GeForce Go 6100"
    NVIDIA_C51.DEV_0248.1  = "NVIDIA C51       "
    NVIDIA_C51.DEV_0249.1  = "NVIDIA C51        "
    NVIDIA_C51.DEV_024A.1  = "NVIDIA C51         "
    NVIDIA_C51.DEV_024B.1  = "NVIDIA C51          "
    NVIDIA_C51.DEV_024C.1  = "NVIDIA C51           "
    NVIDIA_C51.DEV_024D.1  = "NVIDIA C51            "
    NVIDIA_C51.DEV_024E.1  = "NVIDIA C51             "
    NVIDIA_C51.DEV_024F.1  = "NVIDIA C51              "
    NVIDIA_C61.DEV_03D0.1  = "NVIDIA GeForce 6150SE nForce 430"
    NVIDIA_C61.DEV_03D1.1  = "NVIDIA GeForce 6100 nForce 405"
    NVIDIA_C61.DEV_03D2.1  = "NVIDIA GeForce 6100 nForce 400"
    NVIDIA_C61.DEV_03D3.1  = "NVIDIA MCP61"
    NVIDIA_C61.DEV_03D4.1  = "NVIDIA MCP61 "
    NVIDIA_C61.DEV_03D5.1  = "NVIDIA GeForce 6100 nForce 420"
    NVIDIA_C61.DEV_03D6.1  = "NVIDIA MCP61  "
    NVIDIA_C61.DEV_03D7.1  = "NVIDIA MCP61   "
    NVIDIA_C61.DEV_03D8.1  = "NVIDIA MCP61    "
    NVIDIA_C61.DEV_03D9.1  = "NVIDIA MCP61     "
    NVIDIA_C61.DEV_03DA.1  = "NVIDIA MCP61      "
    NVIDIA_C61.DEV_03DB.1  = "NVIDIA MCP61       "
    NVIDIA_C61.DEV_03DC.1  = "NVIDIA MCP61        "
    NVIDIA_C61.DEV_03DD.1  = "NVIDIA MCP61         "
    NVIDIA_C61.DEV_03DE.1  = "NVIDIA MCP61          "
    NVIDIA_C61.DEV_03DF.1  = "NVIDIA MCP61           "
    NVIDIA_C67.DEV_0530.1  = "NVIDIA GeForce 7190M / nForce 650M"
    NVIDIA_C67.DEV_0531.1  = "NVIDIA GeForce 7150M / nForce 630M"
    NVIDIA_C67.DEV_0532.1  = "NVIDIA MCP67M"
    NVIDIA_C67.DEV_0533.1  = "NVIDIA GeForce 7000M / nForce 610M"
    NVIDIA_C67.DEV_053F.1  = "NVIDIA MCP67M "
    NVIDIA_C68.DEV_053A.1  = "NVIDIA GeForce 7050 PV / NVIDIA nForce 630a"
    NVIDIA_C68.DEV_053B.1  = "NVIDIA GeForce 7050 PV / NVIDIA nForce 630a "
    NVIDIA_C68.DEV_053E.1  = "NVIDIA GeForce 7025 / NVIDIA nForce 630a"
    NVIDIA_C73.DEV_07E0.1  = "NVIDIA GeForce 7150 / NVIDIA nForce 630i"
    NVIDIA_C73.DEV_07E1.1  = "NVIDIA GeForce 7100 / NVIDIA nForce 630i"
    NVIDIA_C73.DEV_07E2.1  = "NVIDIA GeForce 7050 / NVIDIA nForce 630i"
    NVIDIA_C73.DEV_07E3.1  = "NVIDIA GeForce 7050 / NVIDIA nForce 610i"
    NVIDIA_C73.DEV_07E4.1  = "NVIDIA MCP73    "
    NVIDIA_C73.DEV_07E5.1  = "NVIDIA MCP73     "
    NVIDIA_C73.DEV_07E6.1  = "NVIDIA MCP73      "
    NVIDIA_C73.DEV_07E7.1  = "NVIDIA MCP73       "
    NVIDIA_C73.DEV_07E8.1  = "NVIDIA MCP73        "
    NVIDIA_C73.DEV_07E9.1  = "NVIDIA MCP73         "
    NVIDIA_C73.DEV_07EA.1  = "NVIDIA MCP73          "
    NVIDIA_C73.DEV_07EB.1  = "NVIDIA MCP73           "
    NVIDIA_C73.DEV_07EC.1  = "NVIDIA MCP73            "
    NVIDIA_C73.DEV_07ED.1  = "NVIDIA MCP73             "
    NVIDIA_C73.DEV_07EE.1  = "NVIDIA MCP73              "
    NVIDIA_C73.DEV_07EF.1  = "NVIDIA MCP73               "
    NVIDIA_C77.DEV_0840.1  = "NVIDIA MCP77"
    NVIDIA_C77.DEV_085F.1  = "NVIDIA MCP77 "
    NVIDIA_CR11.DEV_01A0.1 = "NVIDIA GeForce2 Integrated GPU"
    NVIDIA_CR17.DEV_01F0.1 = "NVIDIA GeForce4 MX Integrated GPU"
    NVIDIA_G70.DEV_0090.1  = "NVIDIA GeForce 7800 GTX"
    NVIDIA_G70.DEV_0091.1  = "NVIDIA GeForce 7800 GTX "
    NVIDIA_G70.DEV_0092.1  = "NVIDIA GeForce 7800 GT"
    NVIDIA_G70.DEV_0093.1  = "NVIDIA GeForce 7800 GS"
    NVIDIA_G70.DEV_0094.1  = "NVIDIA GeForce 7800SE/XT/LE/LT/ZT"
    NVIDIA_G70.DEV_0095.1  = "NVIDIA GeForce 7800 SLI"
    NVIDIA_G70.DEV_0098.1  = "NVIDIA GeForce Go 7800"
    NVIDIA_G70.DEV_0099.1  = "NVIDIA GeForce Go 7800 GTX"
    NVIDIA_G70.DEV_009C.1  = "NVIDIA G70GL"
    NVIDIA_G70.DEV_009D.1  = "NVIDIA Quadro FX 4500"
    NVIDIA_G70.DEV_009E.1  = "NVIDIA G70GL"
    NVIDIA_G71.DEV_0290.1  = "NVIDIA GeForce 7900 GTX"
    NVIDIA_G71.DEV_0291.1  = "NVIDIA GeForce 7900 GT/GTO"
    NVIDIA_G71.DEV_0292.1  = "NVIDIA GeForce 7900 GS"
    NVIDIA_G71.DEV_0293.1  = "NVIDIA GeForce 7950 GX2"
    NVIDIA_G71.DEV_0294.1  = "NVIDIA GeForce 7950 GX2 "
    NVIDIA_G71.DEV_0295.1  = "NVIDIA GeForce 7950 GT "
    NVIDIA_G71.DEV_0296.1  = "NVIDIA G71"
    NVIDIA_G71.DEV_0297.1  = "NVIDIA GeForce Go 7950 GTX"
    NVIDIA_G71.DEV_0298.1  = "NVIDIA GeForce Go 7900 GS"
    NVIDIA_G71.DEV_0299.1  = "NVIDIA GeForce Go 7900 GTX"
    NVIDIA_G71.DEV_029A.1  = "NVIDIA Quadro FX 2500M"
    NVIDIA_G71.DEV_029B.1  = "NVIDIA Quadro FX 1500M"
    NVIDIA_G71.DEV_029C.1  = "NVIDIA Quadro FX 5500"
    NVIDIA_G71.DEV_029D.1  = "NVIDIA Quadro FX 3500M"
    NVIDIA_G71.DEV_029E.1  = "NVIDIA Quadro FX 1500"
    NVIDIA_G71.DEV_029F.1  = "NVIDIA Quadro FX 4500 X2"
    NVIDIA_G72.DEV_01D0.1  = "NVIDIA GeForce 7350 LE"
    NVIDIA_G72.DEV_01D1.1  = "NVIDIA GeForce 7300 LE"
    NVIDIA_G72.DEV_01D2.1  = "NVIDIA GeForce 7550 LE"
    NVIDIA_G72.DEV_01D3.1  = "NVIDIA GeForce 7300 SE/7200 GS"
    NVIDIA_G72.DEV_01D4.1  = "NVIDIA GeForce Go 7350"
    NVIDIA_G72.DEV_01D5.1  = "NVIDIA Entry Graphics"
    NVIDIA_G72.DEV_01D6.1  = "NVIDIA GeForce Go 7200"
    NVIDIA_G72.DEV_01D7.1  = "NVIDIA GeForce Go 7300"
    NVIDIA_G72.DEV_01D8.1  = "NVIDIA GeForce Go 7400"
    NVIDIA_G72.DEV_01D9.1  = "NVIDIA GeForce Go 7450"
    NVIDIA_G72.DEV_01DA.1  = "NVIDIA Quadro NVS 110M"
    NVIDIA_G72.DEV_01DB.1  = "NVIDIA Quadro NVS 120M"
    NVIDIA_G72.DEV_01DC.1  = "NVIDIA Quadro FX 350M"
    NVIDIA_G72.DEV_01DD.1  = "NVIDIA GeForce 7500 LE"
    NVIDIA_G72.DEV_01DE.1  = "NVIDIA Quadro FX 350"
    NVIDIA_G72.DEV_01DF.1  = "NVIDIA GeForce 7300 GS"
    NVIDIA_G73.DEV_038B.1  = "NVIDIA G73M-X"
    NVIDIA_G73.DEV_0390.1  = "NVIDIA GeForce 7650 GS"
    NVIDIA_G73.DEV_0391.1  = "NVIDIA GeForce 7600 GT"
    NVIDIA_G73.DEV_0392.1  = "NVIDIA GeForce 7600 GS"
    NVIDIA_G73.DEV_0393.1  = "NVIDIA GeForce 7300 GT"
    NVIDIA_G73.DEV_0394.1  = "NVIDIA GeForce 7600 LE"
    NVIDIA_G73.DEV_0395.1  = "NVIDIA GeForce 7300 GT "
    NVIDIA_G73.DEV_0397.1  = "NVIDIA GeForce Go 7700"
    NVIDIA_G73.DEV_0398.1  = "NVIDIA GeForce Go 7600"
    NVIDIA_G73.DEV_0399.1  = "NVIDIA GeForce Go 7600 GT"
    NVIDIA_G73.DEV_039A.1  = "NVIDIA Quadro NVS 300M"
    NVIDIA_G73.DEV_039B.1  = "NVIDIA GeForce Go 7900 SE"
    NVIDIA_G73.DEV_039C.1  = "NVIDIA Quadro FX 560M"
    NVIDIA_G73.DEV_039E.1  = "NVIDIA Quadro FX 560"
    NVIDIA_G78.DEV_04C0.1  = "NVIDIA G78"
    NVIDIA_G78.DEV_04C1.1  = "NVIDIA G78 "
    NVIDIA_G78.DEV_04C2.1  = "NVIDIA G78  "
    NVIDIA_G78.DEV_04C3.1  = "NVIDIA G78   "
    NVIDIA_G78.DEV_04C4.1  = "NVIDIA G78    "
    NVIDIA_G78.DEV_04C5.1  = "NVIDIA G78     "
    NVIDIA_G78.DEV_04C6.1  = "NVIDIA G78      "
    NVIDIA_G78.DEV_04C7.1  = "NVIDIA G78       "
    NVIDIA_G78.DEV_04C8.1  = "NVIDIA G78        "
    NVIDIA_G78.DEV_04C9.1  = "NVIDIA G78         "
    NVIDIA_G78.DEV_04CA.1  = "NVIDIA G78          "
    NVIDIA_G78.DEV_04CB.1  = "NVIDIA G78           "
    NVIDIA_G78.DEV_04CC.1  = "NVIDIA G78            "
    NVIDIA_G78.DEV_04CD.1  = "NVIDIA G78             "
    NVIDIA_G78.DEV_04CE.1  = "NVIDIA G78              "
    NVIDIA_G78.DEV_04CF.1  = "NVIDIA G78               "
    NVIDIA_G80.DEV_0190.1  = "NVIDIA GeForce 8800"
    NVIDIA_G80.DEV_0191.1  = "NVIDIA GeForce 8800 GTX"
    NVIDIA_G80.DEV_0192.1  = "NVIDIA GeForce 8800 "
    NVIDIA_G80.DEV_0193.1  = "NVIDIA GeForce 8800 GTS"
    NVIDIA_G80.DEV_0194.1  = "NVIDIA GeForce 8800 Ultra"
    NVIDIA_G80.DEV_0197.1  = "NVIDIA GeForce 8800   "
    NVIDIA_G80.DEV_019A.1  = "NVIDIA G80-875"
    NVIDIA_G80.DEV_019D.1  = "NVIDIA Quadro FX 5600"
    NVIDIA_G80.DEV_019E.1  = "NVIDIA Quadro FX 4600"
    NVIDIA_G84.DEV_0400.1  = "NVIDIA GeForce 8600 GTS"
    NVIDIA_G84.DEV_0401.1  = "NVIDIA GeForce 8600 GT"
    NVIDIA_G84.DEV_0402.1  = "NVIDIA GeForce 8600 GT "
    NVIDIA_G84.DEV_0403.1  = "NVIDIA GeForce 8600 GS"
    NVIDIA_G84.DEV_0404.1  = "NVIDIA GeForce 8400 GS"
    NVIDIA_G84.DEV_0405.1  = "NVIDIA GeForce 9500M GS"
    NVIDIA_G84.DEV_0406.1  = "NVIDIA NB9P-GE"
    NVIDIA_G84.DEV_0407.1  = "NVIDIA GeForce 8600M GT"
    NVIDIA_G84.DEV_0408.1  = "NVIDIA GeForce 8600M GTS"
    NVIDIA_G84.DEV_0409.1  = "NVIDIA GeForce 8700M GT"
    NVIDIA_G84.DEV_040A.1  = "NVIDIA Quadro NVS 370M"
    NVIDIA_G84.DEV_040B.1  = "NVIDIA Quadro NVS 320M"
    NVIDIA_G84.DEV_040C.1  = "NVIDIA Quadro FX 570M"
    NVIDIA_G84.DEV_040D.1  = "NVIDIA Quadro FX 1600M"
    NVIDIA_G84.DEV_040E.1  = "NVIDIA Quadro FX 570"
    NVIDIA_G84.DEV_040F.1  = "NVIDIA Quadro FX 1700"
    NVIDIA_G86.DEV_0420.1  = "NVIDIA GeForce 8400 SE"
    NVIDIA_G86.DEV_0421.1  = "NVIDIA GeForce 8500 GT"
    NVIDIA_G86.DEV_0422.1  = "NVIDIA GeForce 8400 GS"
    NVIDIA_G86.DEV_0423.1  = "NVIDIA GeForce 8300 GS"
    NVIDIA_G86.DEV_0424.1  = "NVIDIA GeForce 8400 GS "
    NVIDIA_G86.DEV_0425.1  = "NVIDIA GeForce 8600M GS"
    NVIDIA_G86.DEV_0426.1  = "NVIDIA GeForce 8400M GT"
    NVIDIA_G86.DEV_0427.1  = "NVIDIA GeForce 8400M GS"
    NVIDIA_G86.DEV_0428.1  = "NVIDIA GeForce 8400M G"
    NVIDIA_G86.DEV_0429.1  = "NVIDIA Quadro NVS 140M"
    NVIDIA_G86.DEV_042A.1  = "NVIDIA Quadro NVS 130M"
    NVIDIA_G86.DEV_042B.1  = "NVIDIA Quadro NVS 135M"
    NVIDIA_G86.DEV_042D.1  = "NVIDIA Quadro FX 360M"
    NVIDIA_G86.DEV_042E.1  = "NVIDIA GeForce 9300M G"
    NVIDIA_G86.DEV_042F.1  = "NVIDIA Quadro NVS 290"
    NVIDIA_G92.DEV_0600.1  = "NVIDIA GeForce 8800 GTS 512"
    NVIDIA_G92.DEV_0609.1  = "NVIDIA GeForce 8800M GTS"
    NVIDIA_G92.DEV_0611.1  = "NVIDIA GeForce 8800 GT"
    NVIDIA_G92.DEV_061A.1  = "NVIDIA Quadro FX 3700"
    NVIDIA_G98.DEV_06E0.1  = "NVIDIA G98"
    NVIDIA_G98.DEV_06E1.1  = "NVIDIA G98 "
    NVIDIA_G98.DEV_06E2.1  = "NVIDIA GeForce 8400"
    NVIDIA_G98.DEV_06E3.1  = "NVIDIA G98   "
    NVIDIA_G98.DEV_06E4.1  = "NVIDIA GeForce 8400 GS   "
    NVIDIA_G98.DEV_06E5.1  = "NVIDIA G98     "
    NVIDIA_G98.DEV_06E6.1  = "NVIDIA G98      "
    NVIDIA_G98.DEV_06E7.1  = "NVIDIA G98       "
    NVIDIA_G98.DEV_06E8.1  = "NVIDIA G98        "
    NVIDIA_G98.DEV_06E9.1  = "NVIDIA G98         "
    NVIDIA_G98.DEV_06EA.1  = "NVIDIA G98          "
    NVIDIA_G98.DEV_06EB.1  = "NVIDIA G98           "
    NVIDIA_G98.DEV_06EC.1  = "NVIDIA G98            "
    NVIDIA_G98.DEV_06ED.1  = "NVIDIA G98             "
    NVIDIA_G98.DEV_06EE.1  = "NVIDIA G98              "
    NVIDIA_G98.DEV_06EF.1  = "NVIDIA G98               "
    NVIDIA_G98.DEV_06F0.1  = "NVIDIA G98                "
    NVIDIA_G98.DEV_06F1.1  = "NVIDIA G98                 "
    NVIDIA_G98.DEV_06F2.1  = "NVIDIA G98                  "
    NVIDIA_G98.DEV_06F3.1  = "NVIDIA G98                   "
    NVIDIA_G98.DEV_06F4.1  = "NVIDIA G98                    "
    NVIDIA_G98.DEV_06F5.1  = "NVIDIA G98                     "
    NVIDIA_G98.DEV_06F6.1  = "NVIDIA G98                      "
    NVIDIA_G98.DEV_06F7.1  = "NVIDIA G98                       "
    NVIDIA_G98.DEV_06F8.1  = "NVIDIA G98                        "
    NVIDIA_G98.DEV_06F9.1  = "NVIDIA G98                         "
    NVIDIA_G98.DEV_06FA.1  = "NVIDIA G98                          "
    NVIDIA_G98.DEV_06FB.1  = "NVIDIA G98                           "
    NVIDIA_G98.DEV_06FC.1  = "NVIDIA G98                            "
    NVIDIA_G98.DEV_06FD.1  = "NVIDIA G98                             "
    NVIDIA_G98.DEV_06FE.1  = "NVIDIA G98                              "
    NVIDIA_G98.DEV_06FF.1  = "NVIDIA G98                               "
    NVIDIA_NV10.DEV_0100.1 = "NVIDIA GeForce 256"
    NVIDIA_NV10.DEV_0101.1 = "NVIDIA GeForce DDR"
    NVIDIA_NV10.DEV_0103.1 = "NVIDIA Quadro"
    NVIDIA_NV11.DEV_0110.1 = "NVIDIA GeForce2 MX/MX 400"
    NVIDIA_NV11.DEV_0111.1 = "NVIDIA GeForce2 MX 100/200"
    NVIDIA_NV11.DEV_0112.1 = "NVIDIA GeForce2 Go "
    NVIDIA_NV11.DEV_0113.1 = "NVIDIA Quadro2 Go / Quadro2 MXR/EX"
    NVIDIA_NV15.DEV_0150.1 = "NVIDIA GeForce2 GTS/GeForce2 Pro"
    NVIDIA_NV15.DEV_0151.1 = "NVIDIA GeForce2 Ti"
    NVIDIA_NV15.DEV_0152.1 = "NVIDIA GeForce2 Ultra"
    NVIDIA_NV15.DEV_0153.1 = "NVIDIA Quadro2 Pro"
    NVIDIA_NV17.DEV_0170.1 = "NVIDIA GeForce4 MX 460"
    NVIDIA_NV17.DEV_0171.1 = "NVIDIA GeForce4 MX 440"
    NVIDIA_NV17.DEV_0172.1 = "NVIDIA GeForce4 MX 420"
    NVIDIA_NV17.DEV_0173.1 = "NVIDIA GeForce4 MX 440-SE"
    NVIDIA_NV17.DEV_0174.1 = "NVIDIA GeForce4 440 Go "
    NVIDIA_NV17.DEV_0175.1 = "NVIDIA GeForce4 420 Go "
    NVIDIA_NV17.DEV_0176.1 = "NVIDIA GeForce4 420 Go 32M"
    NVIDIA_NV17.DEV_0177.1 = "NVIDIA GeForce4 460 Go "
    NVIDIA_NV17.DEV_0178.1 = "NVIDIA Quadro4 550 XGL"
    NVIDIA_NV17.DEV_0179.1 = "NVIDIA GeForce4 440 Go 64M "
    NVIDIA_NV17.DEV_017A.1 = "NVIDIA Quadro NVS"
    NVIDIA_NV17.DEV_017C.1 = "NVIDIA Quadro4 500 GoGL "
    NVIDIA_NV17.DEV_017D.1 = "NVIDIA GeForce4 410 Go 16M "
    NVIDIA_NV18.DEV_0181.1 = "NVIDIA GeForce4 MX 440 with AGP8X"
    NVIDIA_NV18.DEV_0182.1 = "NVIDIA GeForce4 MX 440SE with AGP8X"
    NVIDIA_NV18.DEV_0183.1 = "NVIDIA GeForce4 MX 420 with AGP8X"
    NVIDIA_NV18.DEV_0185.1 = "NVIDIA GeForce4 MX 4000"
    NVIDIA_NV18.DEV_0186.1 = "NVIDIA GeForce4 448 Go "
    NVIDIA_NV18.DEV_0187.1 = "NVIDIA GeForce4 488 Go "
    NVIDIA_NV18.DEV_0188.1 = "NVIDIA Quadro4 580 XGL"
    NVIDIA_NV18.DEV_0189.1 = "NVIDIA GeForce4 MX with AGP8X (MAC)"
    NVIDIA_NV18.DEV_018A.1 = "NVIDIA Quadro NVS 280 SD"
    NVIDIA_NV18.DEV_018B.1 = "NVIDIA Quadro4 380 XGL"
    NVIDIA_NV18.DEV_018C.1 = "NVIDIA Quadro NVS 50 PCI"
    NVIDIA_NV18.DEV_018D.1 = "NVIDIA GeForce4 448 Go  "
    NVIDIA_NV20.DEV_0200.1 = "NVIDIA GeForce3"
    NVIDIA_NV20.DEV_0201.1 = "NVIDIA GeForce3 Ti 200"
    NVIDIA_NV20.DEV_0202.1 = "NVIDIA GeForce3 Ti 500"
    NVIDIA_NV20.DEV_0203.1 = "NVIDIA Quadro DCC"
    NVIDIA_NV20.DEV_02A0.1 = "NVIDIA NV2A GeForce 3 Integrated (XBOX)"
    NVIDIA_NV25.DEV_0250.1 = "NVIDIA GeForce4 Ti 4600"
    NVIDIA_NV25.DEV_0251.1 = "NVIDIA GeForce4 Ti 4400"
    NVIDIA_NV25.DEV_0252.1 = "NVIDIA GeForce4 Ti"
    NVIDIA_NV25.DEV_0253.1 = "NVIDIA GeForce4 Ti 4200"
    NVIDIA_NV25.DEV_0258.1 = "NVIDIA Quadro4 900 XGL"
    NVIDIA_NV25.DEV_0259.1 = "NVIDIA Quadro4 750 XGL"
    NVIDIA_NV25.DEV_025B.1 = "NVIDIA Quadro4 700 XGL"
    NVIDIA_NV28.DEV_0280.1 = "NVIDIA GeForce4 Ti 4800"
    NVIDIA_NV28.DEV_0281.1 = "NVIDIA GeForce4 Ti 4200 with AGP8X"
    NVIDIA_NV28.DEV_0282.1 = "NVIDIA GeForce4 Ti 4800 SE"
    NVIDIA_NV28.DEV_0286.1 = "NVIDIA GeForce4 4200 Go "
    NVIDIA_NV28.DEV_0288.1 = "NVIDIA Quadro4 980 XGL"
    NVIDIA_NV28.DEV_0289.1 = "NVIDIA Quadro4 780 XGL"
    NVIDIA_NV28.DEV_028C.1 = "NVIDIA Quadro4 700 GoGL "
    NVIDIA_NV30.DEV_0300.1 = "NVIDIA NV30"
    NVIDIA_NV30.DEV_0301.1 = "NVIDIA GeForce FX 5800 Ultra"
    NVIDIA_NV30.DEV_0302.1 = "NVIDIA GeForce FX 5800"
    NVIDIA_NV30.DEV_0308.1 = "NVIDIA Quadro FX 2000"
    NVIDIA_NV30.DEV_0309.1 = "NVIDIA Quadro FX 1000"
    NVIDIA_NV30.DEV_030A.1 = "NVIDIA ICE FX 2000"
    NVIDIA_NV31.DEV_0311.1 = "NVIDIA GeForce FX 5600 Ultra"
    NVIDIA_NV31.DEV_0312.1 = "NVIDIA GeForce FX 5600"
    NVIDIA_NV31.DEV_0313.1 = "NVIDIA NV31"
    NVIDIA_NV31.DEV_0314.1 = "NVIDIA GeForce FX 5600XT"
    NVIDIA_NV31.DEV_0316.1 = "NVIDIA NV31M "
    NVIDIA_NV31.DEV_0317.1 = "NVIDIA NV31M Pro "
    NVIDIA_NV31.DEV_0318.1 = "NVIDIA NV31GL"
    NVIDIA_NV31.DEV_0319.1 = "NVIDIA NV31GL"
    NVIDIA_NV31.DEV_031A.1 = "NVIDIA GeForce FX Go 5600 "
    NVIDIA_NV31.DEV_031B.1 = "NVIDIA GeForce FX Go 5650 "
    NVIDIA_NV31.DEV_031C.1 = "NVIDIA Quadro FX Go 700 "
    NVIDIA_NV31.DEV_031D.1 = "NVIDIA NV31GLM "
    NVIDIA_NV31.DEV_031E.1 = "NVIDIA NV31GLM Pro"
    NVIDIA_NV31.DEV_031F.1 = "NVIDIA NV31GLM Pro "
    NVIDIA_NV34.DEV_0320.1 = "NVIDIA GeForce FX 5200"
    NVIDIA_NV34.DEV_0321.1 = "NVIDIA GeForce FX 5200 Ultra"
    NVIDIA_NV34.DEV_0322.1 = "NVIDIA GeForce FX 5200 "
    NVIDIA_NV34.DEV_0323.1 = "NVIDIA GeForce FX 5200LE "
    NVIDIA_NV34.DEV_0324.1 = "NVIDIA GeForce FX Go 5200 64MB"
    NVIDIA_NV34.DEV_0325.1 = "NVIDIA GeForce FX Go 5250/5500 "
    NVIDIA_NV34.DEV_0326.1 = "NVIDIA GeForce FX 5500"
    NVIDIA_NV34.DEV_0327.1 = "NVIDIA GeForce FX 5100"
    NVIDIA_NV34.DEV_0328.1 = "NVIDIA GeForce FX Go 5200 32/64M "
    NVIDIA_NV34.DEV_0329.1 = "NVIDIA GeForce FX 5200 (MAC)"
    NVIDIA_NV34.DEV_032A.1 = "NVIDIA Quadro NVS 55/280 PCI"
    NVIDIA_NV34.DEV_032B.1 = "NVIDIA Quadro FX 500/FX 600"
    NVIDIA_NV34.DEV_032C.1 = "NVIDIA GeForce FX Go 53x0 "
    NVIDIA_NV34.DEV_032D.1 = "NVIDIA GeForce FX Go 5100 "
    NVIDIA_NV34.DEV_032F.1 = "NVIDIA NV34GL"
    NVIDIA_NV35.DEV_0330.1 = "NVIDIA GeForce FX 5900 Ultra"
    NVIDIA_NV35.DEV_0331.1 = "NVIDIA GeForce FX 5900"
    NVIDIA_NV35.DEV_0332.1 = "NVIDIA GeForce FX 5900XT"
    NVIDIA_NV35.DEV_0333.1 = "NVIDIA GeForce FX 5950 Ultra"
    NVIDIA_NV35.DEV_0334.1 = "NVIDIA GeForce FX 5900ZT"
    NVIDIA_NV35.DEV_0338.1 = "NVIDIA Quadro FX 3000"
    NVIDIA_NV35.DEV_033F.1 = "NVIDIA Quadro FX 700"
    NVIDIA_NV36.DEV_0341.1 = "NVIDIA GeForce FX 5700 Ultra"
    NVIDIA_NV36.DEV_0342.1 = "NVIDIA GeForce FX 5700"
    NVIDIA_NV36.DEV_0343.1 = "NVIDIA GeForce FX 5700LE"
    NVIDIA_NV36.DEV_0344.1 = "NVIDIA GeForce FX 5700VE"
    NVIDIA_NV36.DEV_0345.1 = "NVIDIA NV36"
    NVIDIA_NV36.DEV_0347.1 = "NVIDIA GeForce FX Go 5700 "
    NVIDIA_NV36.DEV_0348.1 = "NVIDIA GeForce FX Go 5700  "
    NVIDIA_NV36.DEV_0349.1 = "NVIDIA NV36M Pro "
    NVIDIA_NV36.DEV_034B.1 = "NVIDIA NV36MAP "
    NVIDIA_NV36.DEV_034C.1 = "NVIDIA Quadro FX Go 1000 "
    NVIDIA_NV36.DEV_034E.1 = "NVIDIA Quadro FX 1100"
    NVIDIA_NV36.DEV_034F.1 = "NVIDIA NV36GL"
    NVIDIA_NV40.DEV_0040.1 = "NVIDIA GeForce 6800 Ultra"
    NVIDIA_NV40.DEV_0041.1 = "NVIDIA GeForce 6800"
    NVIDIA_NV40.DEV_0042.1 = "NVIDIA GeForce 6800 LE"
    NVIDIA_NV40.DEV_0043.1 = "NVIDIA GeForce 6800 XE"
    NVIDIA_NV40.DEV_0044.1 = "NVIDIA GeForce 6800 XT"
    NVIDIA_NV40.DEV_0045.1 = "NVIDIA GeForce 6800 GT"
    NVIDIA_NV40.DEV_0047.1 = "NVIDIA GeForce 6800 GS"
    NVIDIA_NV40.DEV_0048.1 = "NVIDIA GeForce 6800 XT "
    NVIDIA_NV40.DEV_0049.1 = "NVIDIA NV40GL"
    NVIDIA_NV40.DEV_004E.1 = "NVIDIA Quadro FX 4000"
    NVIDIA_NV41.DEV_00C0.1 = "NVIDIA GeForce 6800 GS "
    NVIDIA_NV41.DEV_00C1.1 = "NVIDIA GeForce 6800 "
    NVIDIA_NV41.DEV_00C2.1 = "NVIDIA GeForce 6800 LE "
    NVIDIA_NV41.DEV_00C3.1 = "NVIDIA GeForce 6800 XT  "
    NVIDIA_NV41.DEV_00C8.1 = "NVIDIA GeForce Go 6800"
    NVIDIA_NV41.DEV_00C9.1 = "NVIDIA GeForce Go 6800 Ultra"
    NVIDIA_NV41.DEV_00CC.1 = "NVIDIA Quadro FX Go 1400 "
    NVIDIA_NV41.DEV_00CD.1 = "NVIDIA Quadro FX 3450/4000 SDI"
    NVIDIA_NV41.DEV_00CE.1 = "NVIDIA Quadro FX 1400"
    NVIDIA_NV43.DEV_0140.1 = "NVIDIA GeForce 6600 GT"
    NVIDIA_NV43.DEV_0141.1 = "NVIDIA GeForce 6600"
    NVIDIA_NV43.DEV_0142.1 = "NVIDIA GeForce 6600 LE"
    NVIDIA_NV43.DEV_0143.1 = "NVIDIA GeForce 6600 VE"
    NVIDIA_NV43.DEV_0144.1 = "NVIDIA GeForce Go 6600"
    NVIDIA_NV43.DEV_0145.1 = "NVIDIA GeForce 6610 XL"
    NVIDIA_NV43.DEV_0146.1 = "NVIDIA GeForce Go 6600 TE/6200 TE"
    NVIDIA_NV43.DEV_0147.1 = "NVIDIA GeForce 6700 XL"
    NVIDIA_NV43.DEV_0148.1 = "NVIDIA GeForce Go 6600 "
    NVIDIA_NV43.DEV_0149.1 = "NVIDIA GeForce Go 6600 GT"
    NVIDIA_NV43.DEV_014A.1 = "NVIDIA Quadro NVS 440"
    NVIDIA_NV43.DEV_014B.1 = "NVIDIA NV43"
    NVIDIA_NV43.DEV_014C.1 = "NVIDIA Quadro FX 550"
    NVIDIA_NV43.DEV_014D.1 = "NVIDIA Quadro FX 550 "
    NVIDIA_NV43.DEV_014E.1 = "NVIDIA Quadro FX 540"
    NVIDIA_NV43.DEV_014F.1 = "NVIDIA GeForce 6200"
    NVIDIA_NV44.DEV_0160.1 = "NVIDIA GeForce 6500"
    NVIDIA_NV44.DEV_0161.1 = "NVIDIA GeForce 6200 TurboCache(TM)"
    NVIDIA_NV44.DEV_0162.1 = "NVIDIA GeForce 6200SE TurboCache(TM)"
    NVIDIA_NV44.DEV_0163.1 = "NVIDIA GeForce 6200 LE"
    NVIDIA_NV44.DEV_0164.1 = "NVIDIA GeForce Go 6200"
    NVIDIA_NV44.DEV_0165.1 = "NVIDIA Quadro NVS 285"
    NVIDIA_NV44.DEV_0166.1 = "NVIDIA GeForce Go 6400"
    NVIDIA_NV44.DEV_0167.1 = "NVIDIA GeForce Go 6200 "
    NVIDIA_NV44.DEV_0168.1 = "NVIDIA GeForce Go 6400 "
    NVIDIA_NV44.DEV_0169.1 = "NVIDIA GeForce 6250"
    NVIDIA_NV44.DEV_016A.1 = "NVIDIA GeForce 7100 GS"
    NVIDIA_NV44.DEV_016B.1 = "NVIDIA NV44"
    NVIDIA_NV44.DEV_016B.1 = "NVIDIA NV44GLM"
    NVIDIA_NV44.DEV_016C.1 = "NVIDIA NV44GLM "
    NVIDIA_NV44.DEV_016D.1 = "NVIDIA NV44GLM  "
    NVIDIA_NV44.DEV_016E.1 = "NVIDIA NV44GL"
    NVIDIA_NV44.DEV_0220.1 = "NVIDIA NV44 "
    NVIDIA_NV44.DEV_0221.1 = "NVIDIA GeForce 6200 "
    NVIDIA_NV44.DEV_0222.1 = "NVIDIA GeForce 6200 A-LE"
    NVIDIA_NV44.DEV_0228.1 = "NVIDIA NV44M"
    NVIDIA_NV45.DEV_0046.1 = "NVIDIA GeForce 6800 GT "
    NVIDIA_NV48.DEV_0210.1 = "NVIDIA NV48"
    NVIDIA_NV48.DEV_0211.1 = "NVIDIA GeForce 6800  "
    NVIDIA_NV48.DEV_0212.1 = "NVIDIA GeForce 6800 LE  "
    NVIDIA_NV48.DEV_0215.1 = "NVIDIA GeForce 6800 GT  "
    NVIDIA_NV48.DEV_0218.1 = "NVIDIA GeForce 6800 XT   "
    NVIDIA_MultiView       = "NVIDIA Multiview"
    NVIDIA_Win2KDualView   = "NVIDIA Dualview" 

    展开全文
  • 1.查看显卡型号 2.查看CUDA版本 3.下载CUDA和cuDNN 4.安装对应tensorflow-gpu

    此文章默认显卡支持CUDA和已安装显卡驱动,貌似目前只有英伟达的显卡支持CUDA。

    本人显卡为GTX1660,需要的CUDA和cuDNN已打包好(hyfi),其余请自行下载

    绿色软件 GPU-Z 可直接检测显卡,下载链接(os41)




    一、显卡型号

    桌面右键→NVIDIA控制面板→帮助→系统信息

    在这里插入图片描述
    显卡型号为GTX 1660

    若桌面右键无NVIDIA控制面板,查看参考文献




    二、CUDA

    1. 查找显卡对应的CUDA版本:接着上一步→组件
      在这里插入图片描述
      显卡GTX 1660对应的CUDA版本为CUDA 10.1,可以选低一个版本,如CUDA 10.0

    2. 下载CUDA Toolkit
      在这里插入图片描述

    3. 安装,环境变量自动配上
      在这里插入图片描述

    4. 命令行输入nvcc -V
      在这里插入图片描述




    三、cuDNN

    1. 根据CUDA版本下载cuDNN(需登录),关键是CUDA版本,cuDNN版本选新的
      在这里插入图片描述
    2. 下载得到压缩包,解压后将三个文件夹粘贴到CUDA
      在这里插入图片描述




    四、tensorflow-gpu

    1. 查看版本右上角Language设为English,拉到最下面
      CUDA 10.0+cuDNN 7.6.1,装tensorflow-gpu 1.14.0
      在这里插入图片描述
    2. 安装
    pip install tensorflow-gpu==1.14.0
    
    1. 测试代码
    import tensorflow as tf
    
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)
    sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
    print(sess.run(c))
    

    出现此结果证明使用的是GPU运行

    a: (Const): /job:localhost/replica:0/task:0/device:GPU:0
    b: (Const): /job:localhost/replica:0/task:0/device:GPU:0
    [[22. 28.]
     [49. 64.]]
    

    若为tensorflow2,测试代码

    import tensorflow as tf
    
    try:
        with tf.device('/device:GPU:0'):
            v = tf.Variable(tf.zeros([10, 10]))
            print(v)
    except:
        print('no gpu')
    




    五、查看显卡利用率

    1. 配置环境变量Path:C:\Program Files\NVIDIA Corporation\NVSMI\
      在这里插入图片描述
    2. 查看显卡利用率
      简单查看:nvidia-smi
      每秒刷新:nvidia-smi -l 1




    Linux系统

    默认已安装 CUDA 和 cuDNN

    1. 查看显卡型号

    nvidia-smi
    


    2. 查看CUDA版本

    cat /usr/local/cuda/version.txt
    


    3. 查看cuDNN版本

    cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
    


    4. 选择对应版本安装

    pip install tensorflow-gpu==2.3.0
    




    Linux下Anaconda

    在 Linux 下基本没有 root 权限,通过 conda 命令安装不同版本的 CUDA 和 cuDNN

    1. 查看显卡驱动版本

    cat /proc/driver/nvidia/version
    


    根据 CUDA和最低要求驱动 最高可安装 CUDA 10.1

    2. 创建虚拟环境

    conda create -n deep2 python=3.6
    

    3. 激活虚拟环境

    conda activate deep2
    

    4. 安装CUDA

    conda install cudatoolkit=10.1
    

    5. 安装cuDNN

    conda install -c conda-forge cudnn
    

    6. 查看CUDA版本

    conda list cudatoolkit
    

    7. 查看cuDNN版本

    conda list cudnn
    

    8. 选择对应版本安装

    pip install tensorflow-gpu==2.3.0
    




    参考文献

    1. 如何检查显卡支持哪个版本的CUDA
    2. NVIDIA-SMI系列命令总结
    3. tensorflow各个版本的CUDA以及Cudnn版本对应关系
    4. WIN10 + GTX1660Ti配置TensorFlow GPU版本
    5. TensorFlow2.0教程-Variables
    6. Linux 和 Windows 查看 CUDA 和 cuDNN 版本
    7. Ubuntu安装cuda和cudnn及测试方法
    8. Cudnn :: Anaconda.org
    展开全文
  • CUDA 并行计算 机器学习 NVCC CUDNN CUDATOOLKIT CUDA DRIVER 显卡驱动(NVIDIA Driver) 显卡(GPU) 在使用深度学习框架的过程中一定会经常碰到这些东西,虽然anaconda有时会帮助我们自动地解决这些设置,但是有些特殊...
  • Tensorflow+cuda+cudnn+显卡驱动 对应型号

    千次阅读 2019-02-26 13:52:09
    查看显卡驱动型号: cat /proc/driver/nvidia/version tensorflow 1.4及以下的不支持cuda9.0,且tensorflow1.0版本以上是不支持cuda8.0以下的。tensorflow-gpu1.5以后不支持使用CUDA8.0。cuda8.0对应的cuDNN必须是...
  • 说明:想要让Theano在Windows8.1下能利用GPU并行运算,必须有支持GPU并行运算的Nvidia显卡,且要安装CUDA,千万不要电脑上是Intel或AMD的显卡,却要编写CUDA。 文中用到的所有软件均共享在百度云盘中,方便大家的...
  • 1、打开NVIDIA控制面板 2、打开系统信息 3、点击组件 4、找到NVCUDA.DLL,就可以看到版本啦
  • Windows查看显卡支持CUDA版本号

    千次阅读 2020-05-28 21:54:32
    帮助–>系统信息 查看支持CUDA版本号—> 9.1.84
  • CentOS7安装NVIDIA显卡型号:GeForce GTX 1050 Ti)笔记,包括过程中CUDA版本不一致,环境配置等坑。
  • CUDA对应显卡驱动表: 官网:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html . CUDA Toolkit and Compatible Driver Versions 附:GPU计算能力官网:https://developer.nvidia.com/cuda-gpus...
  • https://developer.nvidia.com/cuda-gpus 打开控制面板,然后在右上方的搜索框里输入NVIDIA,如下图所示:第一张是打开控制面板时的图,第二张是输入NVIDIA之后,从图中的左上角可以看到搜索出来的NVIDIA。 完成...
  • 如何查看显卡支持cuda版本号

    万次阅读 2019-05-17 10:13:59
    为了在自己的电脑上安装tensorflow-gpu版本 遇到了许多问题 如果要安装gpu版本必须要安装cuda 帮助-》系统信息-》
  • Acer宏碁 Aspier E 14系列,型号 E5-471G-57...小破笔记本,就为了安个环境跑跑小的demo,双显卡cuda真费劲,贼心不死,记录下尝试的各种过程,也许成了也能为类似情况提供一些建议。 安装准备 多次重装,Ubunt...
  • WIN10下查看CUDA版本 & 显卡计算能力

    千次阅读 2020-05-30 11:45:03
    显卡计算能力一、查看显卡支持的NVCUDA版本号二、查看自己显卡计算能力 一、查看显卡支持的NVCUDA版本号 1.在 开始菜单 或 右击桌面 打开 NVDIA控制面板 2.点击 系统信息 3.在弹出的 系统信息对话框 , 点击 组件 ...
  • NVIDA CUDA显卡计算能力对应表

    万次阅读 2018-05-04 18:37:27
    FROM: https://developer.nvidia.com/cuda-gpusCUDA GPUs最新信息见:https://developer.nvidia.com/cuda-gpusNVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the ...
  • 安装显卡驱动以及CUDA、cudnnubantu安装显卡驱动以及CUDA、cudnn安装显卡驱动1、查看显卡型号2、查找显卡驱动3、安装显卡驱动4、查看NVIDIA版本检验是否安装完成安装CUDA1、下载安装文件2、安装cuda3、设置环境变量4...
  • 导语 最近发现自己用了5年的笔记本,拥有独立显卡 也就是说,他有GPU!!! 当然,又等于无。查了一下,网友骂骂喋喋: ...确实,我玩英雄联盟都卡的跳帧,也因此几乎不玩任何游戏...CUDA 疑问 奇怪的想法 设么 ...
  • 参考: http://blog.sina.com.cn/s/blog_471e6c930102wlp5.html 在这里插入图片描述 序号 ...Detected 1 CUDA Capable device(s) ...当前显卡型号为" GeForce 930M " 3 CUDA Driver Versio
  • Ubuntu 安装英伟达NVIDIA显卡驱动+CUDA

    千次阅读 2019-08-14 16:15:52
    Ubuntu 安装英伟达NVIDIA显卡驱动+CUDA
  • 打开“NVIDIA控制面板”,然后按照下列顺序进行查看:
  • **Ubuntu16.04安装显卡驱动以及Cuda** 安装显卡驱动有两种方式 一、N卡驱动 1.安装驱动装备工作 ubuntu自带的nouveau驱动会影响cuda安装,不当操作会导致黑屏和登陆循环。终端运行 (1) 终端输入:lsmod | ...
  • 在使用深度学习框架的过程中一定会经常碰到这些东西,虽然anaconda有时会帮助我们自动地...GPU型号含义 参考【GPU编程系列之一】从深度学习选择什么样的gpu来谈谈gpu的硬件架构显卡: 简单理解这个就是我们前面说的G...
  • 随着新一代RTX-20系列布局逐渐完整,又到了新一轮显卡更替的大潮,再加上去年的显卡矿难,曾经的高端游戏显卡也已经沦为甜品级别。接下来就为大家分享,显卡的各种参数详解及挑选方式:(温馨提示,...二、显卡型号的...
  • PaddlePaddle支持RTX30系列显卡...RTX30系列显卡是Nvidia在2020年10月份发布的最新型号,很多AI库都不支持,主要原因是RTX30只支持CUDA11.1版本,而大多数AI平台对CUDA11.1都还没有支持。 一、简易安装指南 PaddlePa

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,185
精华内容 874
关键字:

cuda支持的显卡型号