
我目前正在研究神經網絡,最近透過正確配置框架以利用 GPU,我的程式碼變得更快。使用的 GPU 是 Tesla C2075,它是英偉達特斯拉系列。
由於啟用 GPU 運算帶來如此龐大的效能提升,我很好奇 Nvidia 最新的 GPU 是什麼。它被稱為 Titan Z,是英偉達精視700系列。
不過,我有點困惑。目前,「Tesla K40 工作站卡 12GB DDR5」在亞馬遜上的售價為 5500 歐元,而 Titan Z 的售價為 2750 歐元。
在我看來,Titan Z 更划算(請參閱規格)。我和一個朋友談過這個問題,他認為「科學 GPU」和「遊戲 GPU」是不同的。有人可以詳細說明「科學 GPU」和「遊戲 GPU」有什麼不同嗎?他們有不同的指令集嗎?
(如何才能看出什麼比較適合神經網路訓練?)
眼鏡
以下規格來自http://www.nvidia.com/gtx-700-graphics-cards/gtx-titan-z/和http://www.nvidia.com/object/tesla-servers.html。第一個數字是 Titan Z,第二個數字是 Tesla K40
- 名稱:泰坦Z↔特斯拉K40
- GPU 數量與種類: ↔ 1 Kepler GK110B
- 峰值雙精度浮點性能:2.66 Tflps(請參閱關聯) ↔ 1.43 Tflops
- 峰值單精度浮點性能: ? ↔ 4.29 Tflops
- 記憶體頻寬:672 GB/秒 ↔ 288 GB/秒(ECC 關閉)
- 記憶體大小 (GDDR5):12 GB ↔ 12 GB
- CUDA 核心:5760 ↔ 2880
更新
- 另一個人似乎也有同樣的問題:Titan GTX 與 TESLA k20 辛烷值渲染
- 選擇泰坦的 17 個理由,只選擇特斯拉的 3 個理由VS.com
答案1
科學 GPU 具有
- ECC記憶體: 看來這個差異很大。據我的顧問稱,大約每 26 小時就會出現一次錯誤。
- 性能資訊可透過 取得
nvidia-smi
。
遊戲 GPU 可以使用顯示器。 Scientific GPU 不一定有視訊輸出。