我目前正在研究神经网络,最近我通过正确配置框架以利用 GPU 使我的代码运行速度大大加快。使用的 GPU 是 Tesla C2075,它是英伟达特斯拉系列。
由于启用 GPU 计算可以带来如此巨大的性能提升,我很好奇 Nvidia 的最新 GPU 是什么。它被称为 Titan Z,是GeForce 700 系列。
不过我有点困惑,一款“Tesla K40 工作站卡 12GB DDR5”在亚马逊上的售价为 5500 欧元,而 Titan Z 的售价为 2750 欧元。
在我看来,Titan Z 更划算(见规格)。我和一位朋友讨论过这个问题,他认为“科学 GPU”和“游戏 GPU”是不同的。有人能详细说明一下“科学 GPU”和“游戏 GPU”有什么不同吗?它们有不同的指令集吗?
(如何才能知道什么对神经网络训练更有效?)
眼镜
以下规格来自http://www.nvidia.com/gtx-700-graphics-cards/gtx-titan-z/和http://www.nvidia.com/object/tesla-servers.html第一个数字是 Titan Z,第二个数字是 Tesla K40
- 名称:Titan Z ↔ Tesla K40
- GPU 数量和类型:↔ 1 Kepler GK110B
- 峰值双精度浮点性能:2.66 Tflps(见关联) ↔ 1.43 兆次浮点运算
- 峰值单精度浮点性能:?↔ 4.29 Tflops
- 内存带宽:672 GB/秒 ↔ 288 GB/秒(ECC 关闭)
- 内存大小 (GDDR5):12 GB ↔ 12 GB
- CUDA 核心:5760 ↔ 2880
更新
- 另一个人似乎也有同样的疑问:Titan GTX 与 TESLA k20 辛烷值渲染图
- 选择泰坦的 17 个理由,选择特斯拉的只有 3 个versus.com
答案1
科学 GPU 具有
- ECC 内存:这似乎有很大的不同。根据我的建议,大约每 26 小时就会出现一次错误。
- 性能信息可通过 获得
nvidia-smi
。
游戏 GPU 可以使用显示器。科学 GPU 不一定有视频输出。