工作站和桌面GPU对于CUDA计算的性能有什么区别？

Question

两张卡都有其优点和缺点：

GTX 的性能要好得多：
http://gpu.userbenchmark.com/Compare/Nvidia-Quadro-K4200-vs-Nvidia-GTX-980/2838vs2576

GTX 980 基于较新的第二代 Maxwell 架构，这意味着它更有可能支持比 Quadro K4200（尽管是最新 Quadro 产品线的一部分，但仍然基于第一代 Kepler 架构）更新的技术。

关于 Quadro：

所以我打算购买 Nvidia Quadro K4200，因为我听说它的驱动程序支持更好的视口性能。然而，我在各种论坛上看到很多用户说，他们并不欣赏它提供的视口性能提升，而且这种提升微不足道。他们属于“GTX 的规格比价格高得多”阵营。“GTX 团队”

然后我看到有人认为规格根本不重要，一切都“取决于驱动程序”。（“Team Quadro”）他们宣称 Quadro 的卓越驱动程序对 Max 工作流程产生了巨大影响，完全值得付出高昂的价格。他们还说，硬件方面也存在重要差异，不仅仅是优化的 Quadro/节流的 GTX 驱动程序。

“Team GTX” 随后反驳说，这曾经是事实，但 Quadro 和 GTX 近年来已经趋于一致。他们讲述了他们如何做得好。网上的许多基准测试和讨论要么已经过时（例如，Quadro 非开普勒系列的比较），要么只是比较没有交叉的游戏卡/工作站卡。我使用过头对头基准测试网站，这些网站显示 GTX 980 的优势很大。但同样，基准测试似乎针对的是游戏玩家。

更复杂的是 GTX 970/980 与 Titan 的比较。Titan 似乎没有提供什么优势来证明其价格合理。

来源

也可以看看：

目前，ADOBE 开发人员不支持 GTX 900 系列显卡获取 nvidia 驱动程序并将其认证为 ADOBE SIGNED GTX 900 DRIVERS，就像 Nvidia 与 Microsoft for Windows（WHQL-Windows 硬件质量实验室）所做的那样...目前，GTX 900 GPU 实际上是基于 CUDA API 工作的，而 GTX 980 的 GPU GM204 无需 Maxwell 改进即可工作，但它的反应与旧的 Fermi 或 Kepler 一样。

目前，HP Z840、Precision T7810、Celsius R940、Thinkstation P900 等所有产品都基于 Quadro 卡，因为为这些 GPU 签名的驱动程序具有所有媒体的 ISV 认证，包括此处以及用于 AE 和 PR 的 VIDEO 上的解码器和编码器。

选择具有大量 Gpixel/s 或 Gtexel/s 或大量内存带宽的 GPU 并不重要（好吧，它们很重要，但是......）...首先选择经过认证的 GPU，例如现在的低预算 Quadro 2000/4000/5000/6000 和 Quadro K 2000/2200/4000/4200/5000/5200 或经过 AE 和 PR 认证的特殊游戏 GPU、GTX 780、GTX Titan 和 GTX 780 Ti，然后查看规格。

来源

在类似的问题中有更详细的解释：

一般来说：

如果您需要大量内存，那么您需要 Tesla 或 Quadro。消费卡 ATM 最大内存为 1.5 Gb（GTX 480），而 Teslas 和 Quadros 最大内存为 6 Gb。

GF10x 系列显卡的双精度 (FP64) 性能上限为单精度 (FP32) 性能的 1/8，而架构可以达到 1/2。这是另一个市场细分技巧，如今在硬件制造商中颇为流行。削弱 GeForce 系列是为了使 Tesla 系列在 HPC 中占据优势；GTX 480 实际上比 Tesla 20x0 更快 - 1.34TFlops vs 1.03 TFlops，177.4 Gb vs 144 Gb/秒（峰值）。

Tesla 和 Quadro 经过了（应该）更彻底的测试，因此不太可能产生与游戏无关的错误，但当涉及到科学计算时，只需一个位翻转就可能破坏结果。NVIDIA 声称 Tesla 卡经过 QC-d 认证，可全天候使用。

最近的一篇论文（Haque 和 Pande，《软错误的硬数据：对 GPGPU 中真实错误率的大规模评估》）表明特斯拉确实不太容易出错。

我的经验是 GeForce 显卡往往不太可靠，尤其是在持续高负载的情况下。适当的冷却非常重要，同时避免使用超频显卡，包括工厂超频型号

来源

评论部分也有关于此问题的讨论这个帖子

使用 CUDA 进行通用 GPU 计算时，性能存在明显差异。虽然 GeForces 确实支持双精度算法，但它们的性能似乎被人为地限制在单精度性能的 1/8，而 Quadros 的性能只有单精度性能的 1/2，这是意料之中的。免责声明：这是二手知识，我自己不做 CUDA。另一方面，在 OpenGL 中，Quadros 和 GeForces 都只使用单精度算法。这是基于对 CAVE 的观察，其中运行渲染节点的 Quadros 在处理大范围模型数据时显示出与常规 GeForces 完全相同的舍入问题。幸运的是，有现成的解决方法。

stvn66 找到的另一个有用的链接将进行总结：
https://www.pugetsystems.com/labs/articles/GTX-980-Ti-Linux-CUDA-performance-vs-Titan-X-and-GTX-980-659/

Answer 1

两张卡都有其优点和缺点：

GTX 的性能要好得多：
http://gpu.userbenchmark.com/Compare/Nvidia-Quadro-K4200-vs-Nvidia-GTX-980/2838vs2576

GTX 980 基于较新的第二代 Maxwell 架构，这意味着它更有可能支持比 Quadro K4200（尽管是最新 Quadro 产品线的一部分，但仍然基于第一代 Kepler 架构）更新的技术。

关于 Quadro：

所以我打算购买 Nvidia Quadro K4200，因为我听说它的驱动程序支持更好的视口性能。然而，我在各种论坛上看到很多用户说，他们并不欣赏它提供的视口性能提升，而且这种提升微不足道。他们属于“GTX 的规格比价格高得多”阵营。“GTX 团队”

然后我看到有人认为规格根本不重要，一切都“取决于驱动程序”。（“Team Quadro”）他们宣称 Quadro 的卓越驱动程序对 Max 工作流程产生了巨大影响，完全值得付出高昂的价格。他们还说，硬件方面也存在重要差异，不仅仅是优化的 Quadro/节流的 GTX 驱动程序。

“Team GTX” 随后反驳说，这曾经是事实，但 Quadro 和 GTX 近年来已经趋于一致。他们讲述了他们如何做得好。网上的许多基准测试和讨论要么已经过时（例如，Quadro 非开普勒系列的比较），要么只是比较没有交叉的游戏卡/工作站卡。我使用过头对头基准测试网站，这些网站显示 GTX 980 的优势很大。但同样，基准测试似乎针对的是游戏玩家。

更复杂的是 GTX 970/980 与 Titan 的比较。Titan 似乎没有提供什么优势来证明其价格合理。

来源

也可以看看：

目前，ADOBE 开发人员不支持 GTX 900 系列显卡获取 nvidia 驱动程序并将其认证为 ADOBE SIGNED GTX 900 DRIVERS，就像 Nvidia 与 Microsoft for Windows（WHQL-Windows 硬件质量实验室）所做的那样...目前，GTX 900 GPU 实际上是基于 CUDA API 工作的，而 GTX 980 的 GPU GM204 无需 Maxwell 改进即可工作，但它的反应与旧的 Fermi 或 Kepler 一样。

目前，HP Z840、Precision T7810、Celsius R940、Thinkstation P900 等所有产品都基于 Quadro 卡，因为为这些 GPU 签名的驱动程序具有所有媒体的 ISV 认证，包括此处以及用于 AE 和 PR 的 VIDEO 上的解码器和编码器。

选择具有大量 Gpixel/s 或 Gtexel/s 或大量内存带宽的 GPU 并不重要（好吧，它们很重要，但是......）...首先选择经过认证的 GPU，例如现在的低预算 Quadro 2000/4000/5000/6000 和 Quadro K 2000/2200/4000/4200/5000/5200 或经过 AE 和 PR 认证的特殊游戏 GPU、GTX 780、GTX Titan 和 GTX 780 Ti，然后查看规格。

来源

在类似的问题中有更详细的解释：

一般来说：

如果您需要大量内存，那么您需要 Tesla 或 Quadro。消费卡 ATM 最大内存为 1.5 Gb（GTX 480），而 Teslas 和 Quadros 最大内存为 6 Gb。

GF10x 系列显卡的双精度 (FP64) 性能上限为单精度 (FP32) 性能的 1/8，而架构可以达到 1/2。这是另一个市场细分技巧，如今在硬件制造商中颇为流行。削弱 GeForce 系列是为了使 Tesla 系列在 HPC 中占据优势；GTX 480 实际上比 Tesla 20x0 更快 - 1.34TFlops vs 1.03 TFlops，177.4 Gb vs 144 Gb/秒（峰值）。

Tesla 和 Quadro 经过了（应该）更彻底的测试，因此不太可能产生与游戏无关的错误，但当涉及到科学计算时，只需一个位翻转就可能破坏结果。NVIDIA 声称 Tesla 卡经过 QC-d 认证，可全天候使用。

最近的一篇论文（Haque 和 Pande，《软错误的硬数据：对 GPGPU 中真实错误率的大规模评估》）表明特斯拉确实不太容易出错。

我的经验是 GeForce 显卡往往不太可靠，尤其是在持续高负载的情况下。适当的冷却非常重要，同时避免使用超频显卡，包括工厂超频型号

来源

评论部分也有关于此问题的讨论这个帖子

使用 CUDA 进行通用 GPU 计算时，性能存在明显差异。虽然 GeForces 确实支持双精度算法，但它们的性能似乎被人为地限制在单精度性能的 1/8，而 Quadros 的性能只有单精度性能的 1/2，这是意料之中的。免责声明：这是二手知识，我自己不做 CUDA。另一方面，在 OpenGL 中，Quadros 和 GeForces 都只使用单精度算法。这是基于对 CAVE 的观察，其中运行渲染节点的 Quadros 在处理大范围模型数据时显示出与常规 GeForces 完全相同的舍入问题。幸运的是，有现成的解决方法。

stvn66 找到的另一个有用的链接将进行总结：
https://www.pugetsystems.com/labs/articles/GTX-980-Ti-Linux-CUDA-performance-vs-Titan-X-and-GTX-980-659/

工作站和桌面GPU对于CUDA计算的性能有什么区别？

答案1

相关内容