摘要： 2 GPU的配置 2.1 NVIDIA vGPU方案的配置 从配置和使用角度，NVIDIA支持vGPU的显卡可以分为三类： 第一类：传统的支持虚拟化的GPU卡 这类显卡不带显示输出，也不支持 SR-IOV，直接安装vGPU驱动即可支持。对这类显卡，我们准备了gpu01.sh、gpu02.sh、gpu 阅读全文

摘要： 1. 前言 1.1 应用场景 GPU在VDI的项目中有非常重要的作用。主要应用于如下场景： 办公场景：vGPU用于对操作系统和相关应用进行加速，提升用户体验，降低CPU的消耗。 在Microsoft Windows 10/11、Office 365、Web 浏览器和视频流相关的应用程序，对硬件的需求 阅读全文

摘要： 云桌面项目使用vGPU时，需要选用硬件上支持vGPU的显卡。 这里列举了支持vGPU的NVIDIA 显卡。 架构 型号 Maxwell M6, M10, M60 Pascal P4, P6, P40, P100 Volta V100 Turing T4、RTX 6000、RTX 8000 Amper 阅读全文

摘要： 1 概述 本文介绍了配置有 NVIDIA RTX A2的服务器上部署Proxmox VE 和 DoraCloud，搭建云桌面系统的过程。 NVIDIA RTX A2 支持NVIDIA vGPU虚拟化。允许分割成多个vGPU。构建出面向设计和AI实训的云桌面环境。 1.1 NVIDIA RTX A2 阅读全文

摘要： 1. Intel Graphics SR-IOV 介绍 Intel Graphics SR-IOV 是 Intel 最新的图形虚拟化技术。单根 I/O 虚拟化 （SR-IOV） 通过将设备划分为多个虚拟功能来定义共享物理设备功能的标准方法。每个虚拟函数都直接分配给一个虚拟机，从而为虚拟机实现接近原生 阅读全文

摘要： 1、安装企业级软件仓库 epel-release sudo dnf install epel-release -y 2、安装依赖包 sudo dnf --enablerepo=crb -y install ninja-build cups-devel systemd-devel libuuid-de 阅读全文

摘要： 大模型（Large Language Models, LLMs）的技术框架涉及模型架构、训练优化、推理部署、工具链等多个层面，同时开源社区涌现了大量关键项目。以下是详细梳理： 一、大模型技术框架的核心模块 1. 模型架构 Transformer 结构：几乎所有现代大模型的基础，包含自注意力机制和前馈 阅读全文

摘要： Streamlit 是一个开源的 Python 库，用于快速构建和部署数据科学和机器学习应用。它允许开发者通过简单的 Python 脚本创建交互式的 Web 应用，而无需前端开发经验。Streamlit 的核心目标是让数据科学家和开发者能够快速将他们的模型、数据分析和可视化工具转化为可分享的 Web 阅读全文

摘要： Ollama 是一个开源的本地大语言模型（LLM）运行框架，旨在让用户能够轻松地在本地设备上部署和运行各种大语言模型（如 LLaMA、Mistral、Falcon 等）。它提供了一个简单的命令行界面（CLI），用户可以通过它下载、管理和运行模型，而无需复杂的配置或依赖云服务。 Ollama 的核心特 阅读全文

摘要： DoraCloud 桌面云方案应用于 AI 教学方案 随着人工智能（AI）技术的快速发展，越来越多的教育机构和培训机构开始将 AI 教学引入课程内容。然而，AI 教学需要强大的计算资源，尤其是在机器学习（ML）、深度学习（DL）、数据分析等领域。通过 DoraCloud 桌面云方案，可以为 AI 教 阅读全文