『壹』 如何查詢顯卡是否支持gpu加速
首先，就目前而言，只有NVIDIA的GF8級別以上的顯卡才能支持physx物理加速（即GPU加速），ATI的顯卡不支持。 目前市面上銷售的NVIDIA顯卡（非二手）都支持GPU加速！ 如果想較好的運用GPU加速，最好使用9600GT級別以上的顯卡！低端顯卡的GPU加速比較雞肋（建議關閉此功能）～～
『貳』 如何查看chrome瀏覽器是否開啟了gpu加速
因為他還是試驗性功能，所以不會默認啟用。估計要等幾個版本才能從實驗室畢業，我記得Chrome 9就有GPU加速功能了。 不過Chrome啟動GPU加速對目前的網頁有意義嗎？還是V8 JavaScript引擎能更快一些，使得Gmail這些應用能跑快一點比較靠譜。
『叄』 如何查看顯卡是否支持GPU加速
GPU加速要看你的應用程序是否支持。
比如視頻播放器裡面是否有GPU加速，是否可以點，游戲裡面GPU加速是否也是可以選的。
A卡 N卡 他們贊助的程序不一樣所以每個應用程序對應不同的卡，你問的這么籠統這么回答好呢，
如果你只是想看看能否開啟GPU加速，下載一個暴風影音，裡面設置就可以看到，如果可以選擇開，就證明可以用加速，如果是灰色無法選擇就證明不行。
『肆』 如何判斷游戲到底啟動物理加速（physx）沒有
在NVIDIA控制面板中菜單欄3D設置中選擇顯示Physx視覺指示器
『伍』 怎麼樣才能知道顯卡是否啟用物理加速功能，我的是9600GT，有物理加速功能
你的顯卡本身已經有物理加速功能。如果geforce physX是可選的（如果有此功能，驅動最好是 180.43及其以上，然後既可以在顯示卡面板裡面啟用物理運算 ,acHCQT
『陸』 tensorflow gpu版本運行時怎麼知道有沒有調用gpu以及cuda加速
首先需要看你的PC配置是否夠，TF的GPU模式只支持N卡，然後計算能力高於3.0，具體可以查：安裝教程可以參考：Ubuntu16.04上gtx1080的cuda安裝July172016目前tensorflow是一個非常流行的深度學習計算框架，常規硬體及系統的安裝方法官方的doc已經說的很清楚了，但是因為系統是ubuntu16.04,顯卡是GTX1080,所以不可避免的要折騰起來。在上一篇已經在16.04上安裝好了驅動。接下來其實重點安裝的是CUDA和cuDNN.首先說為什麼要安裝CUDA和cuDNN，關於採用GPU計算比CPU有速度有多少提升的benchmark找找就有，這次重點是怎麼讓tensorflow充分用的上GTX1080能力。具體的就是如何把支持GTX1080的CUDA和cuDNN裝起來，然後讓tensorflow認識我們新裝的CUDA和cuDNN。首先總體說下安裝步驟：1首先要注冊NVIDIAdeveloper的帳號，分別下載CUDA和cuDNN2確認准備gcc版本，安裝依賴庫sudoapt-getinstallfreegl3安裝CUDA4解壓cuDNN5clonetensorflow源碼，configure配置6編譯安裝7最後一哆嗦,測試！准備工作在正式開始前，需要做幾個准備工作，主要是大概先看下文檔cudaFAQtensorflow的安裝文檔cuda-gpu的支持列表/計算能力/FAQcudnn5.1有多牛cudatookit下載頁面CUDA_Installation_Guide_Linux.pdfcudnnUserGuide文檔看過之後接下來就是實際動手的過程：1注冊NVIDIAdeveloper的帳號，分別下載CUDA和cuDNN1.1下載CUDA打開cudatoolkit下載頁面,GTX1080要用的是CUDA8。先點擊JOIN,注冊帳號。完了後，再回到cudatoolkit下載頁面。選擇linux,x86-64,ubuntu,16.04,runfile(local)1.2下載cuDNN進入cudnn的下載頁,一堆調查,日誌寫時下載的是[DownloadcuDNNv5(May27,2016),forCUDA8.0RC],點開選linux,不出意外的話這個就是下載地址.2確認GCC版本，安裝依賴庫確認本機gcc版本,16.04默認的是gcc5,這里安裝需要的最高是gcc4.9。接下來就安裝配置gcc4.9.2.1安裝gcc4.9，並修改系統默認為4.9sudoapt-getinstallgcc-4.9gcc-4.9g++-4.9g++-4.9gcc--versionsudoupdate-alternatives--install/usr/bin/g++g++/usr/bin/g++-4.910sudoupdate-alternatives--install/usr/bin/cccc/usr/bin/gcc30sudoupdate-alternatives--setcc/usr/bin/gccsudoupdate-alternatives--install/usr/bin/c++c++/usr/bin/g++30sudoupdate-alternatives--setc++/usr/bin/g++gcc--version2.2一個小依賴sudoapt-getinstallfreegl3安裝CUDA需要注意的是這個地方有個選擇安裝低版本驅動的地方，選n大致的安裝流程如下：3.1安裝CUDAchmod+x/cuda_8.0.27_linux.run./cuda_8.0.27_linux.run.?accept/decline/quit:-x86_64361.62?(y)es/(n)o/(q)uit:nInstalltheCUDA8.0Toolkit?(y)es/(n)o/(q)uit:yEnterToolkitLocation[defaultis/usr/local/cuda-8.0]:/usr/local/cuda?(y)es/(n)o/(q)uit:yInstalltheCUDA8.0Samples?(y)es/(n)o/(q)uit:yEnterCUDASamplesLocation[defaultis/home/h]:/home/h/Documents/cuda_samples.3.2寫入環境變數vim~/.bashrc#添加下面變數exportPATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}3.3安裝好後簡單驗證a.進入剛配置時指定的cudasample所在文件夾,NVIDIA_CUDA-8.0_Samples/b.cd0_Simple/asyncAPI;sudomakec.NVIDIA_CUDA-8.0_Samples/0_Simple/asyncAPI$./asyncAPI[./asyncAPI]-Starting…GPUDevice0:逗GeForceGTX1080地withcomputecapability6.1CUDAdevice[GeForceGTX1080]timespentexecutingbytheGPU:10.94timespentbyCPUinCUDAcalls:0.安裝cuDNNh@h:~/Downloads$tarxvzfcudnn-8.0-linux-x64-v5.0-ga.tgzcuda/include/cudnn.hcuda/lib64/libcudnn.socuda/lib64/libcudnn.so.5cuda/lib64/libcudnn.so.5.0.5cuda/lib64/libcudnn_static.ah@h:~/Downloads$sudocp-Rcuda/lib64/usr/local/cuda/lib64h@h:~/Downloads$sudomkdir-p/usr/local/cuda/includeh@h:~/Downloads/cuda$sudocpinclude/cudnn.h/usr/local/cuda/include/sudochmoda+r/usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*5clone,configuretensorflow5.1clone源碼$gitclone5.2configure配置整個配置流程應該跟下面的基本一樣的h@h:~/Downloads/tensorflow$cd./tensorflow/h@h:~/Downloads/tensorflow$./.[Defaultis/usr/bin/python]:***?[y/N]N******?[y/N]y***thehostcompiler.[Defaultis/usr/bin/gcc]:**.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda]:/usr/local/cuda-8.0****.[Leaveemptytousesystemdefault]:5.0.5****.0.5libraryisinstalled.RefertoREADME.mdformoredetails.[Defaultis/usr/local/cuda-8.0]:/usr/local/cuda**Pleasespecifyalistofcomma-.:**rbuildtimeandbinarysize.[Defaultis:"3.5,5.2"]:6.1**編譯安裝6.1編譯工具Bazel安裝配置先看一眼文檔然後就執行下面的流程:#安裝java1.8sudoadd-apt-repositoryppa:webupd8team/javasudoapt-getupdatesudoapt-getinstalloracle-java8-installer#安裝好後車參考下java-version#添加源echo"deb[arch=amd64]stablejdk1.8"|sudotee/etc/apt/sources.list.d/bazel.listcurl|sudoapt-keyadd-#下載sudoapt-getupdate&&sudoapt-getinstallbazel#升級sudoapt-getupgradebazel6.2編譯tensorflow的pip版本並安裝$bazelbuild-copt//tensorflow/tools/pip_package:build_pip_package#TobuildwithGPUsupport:$bazelbuild-copt--config=cuda//tensorflow/tools/pip_package:build_pip_package$bazel-bin/tensorflow/tools/pip_package/build_pip_package/tmp/tensorflow_pkg#Thenameofthe..#注意編譯完成後生成的文件名字和官方doc裡面的是不一定一致的$sudopipinstall/tmp/tensorflow_pkg/tensorflow-0.*-linux_x86_64.whli6700k32g編譯時間:只編譯代碼不帶pipINFO:Elapsedtime:967.271s,CriticalPath:538.38sbazel-bin/tensorflow/tools/pip_package/build_pip_packageINFO:Elapsedtime:65.183s,CriticalPath:48.587最後測試前面都整完了，現在該測試了，注意前面有兩個動態鏈接庫的位置，cuDNN在/usr/local/cuda/lib64，而cuda在/usr/local/cuda-8.0/lib64，所以這個時候的bashrc應該這么寫：exportPATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}寫完後,source~/.bashrccdtensorflow/tensorflow/models/image/mnistpythonconvolutional.py成功的話會出現流暢的跑動:h@h:~/Downloads/tensorflow/tensorflow/models/image/mnist$pythonconvolutional.pyItensorflow/stream_executor/dso_loader.cc:108].solocallyItensorflow/stream_executor/dso_loader.cc:108].so.5.0.5locallyItensorflow/stream_executor/dso_loader.cc:108].solocallyItensorflow/stream_executor/dso_loader.cc:108].so.1locallyItensorflow/stream_executor/dso_loader.cc:108].solocallyExtractingdata/train-images-idx3-ubyte.gzExtractingdata/train-labels-idx1-ubyte.gzExtractingdata/t10k-images-idx3-ubyte.gzExtractingdata/t10k-labels-idx1-ubyte.gzItensorflow/stream_executor/cuda/cuda_gpu_executor.cc:925](-1),,/core/common_runtime/gpu/gpu_init.cc:102]Founddevice0withproperties:name:GeForceGTX1080major:6minor:1memoryClockRate(GHz)1.8475pciBusID0000:01:00.0Totalmemory:7.92GiBFreememory:7.41GiBItensorflow/core/common_runtime/gpu/gpu_init.cc:126]DMA:0Itensorflow/core/common_runtime/gpu/gpu_init.cc:136]0:YItensorflow/core/common_runtime/gpu/gpu_device.cc:838]CreatingTensorFlowdevice(/gpu:0)->(device:0,name:GeForceGTX1080,pcibusid:0000:01:00.0)Initialized!Step0(epoch0.00),8.4msMinibatchloss:12.054,learningrate:0.010000Minibatcherror:90.6%Validationerror:84.6%Minibatcherror:0.0%Validationerror:0.7%Step8500(epoch9.89),4.7msMinibatchloss:1.601,learningrate:0.006302Minibatcherror:0.0%Validationerror:0.9%Testerror:0.8%