我想买一个GPU用于高性能计算。据我所知,quadro GV100和tesla V100的计算能力Tflops非常非常相似,而Quadro GV100甚至更高。
但还是有一些明显的区别,Quadro GV100 似乎具有更多功能,例如 VR、图形。但在“计算机 API”中,我注意到 Quadro GV100 缺少 openacc 支持。
我不明白,既然 Quadro GV100 和 tesla v100 的核心是相同的(即 GV100),为什么 Quadro GV100 不支持 openacc?Quadro GV100 和 tesla V100 之间是否存在重要的结构差异,导致 Quadro GV100 无法支持 openacc?Quadro GV100 未来的驱动程序更新是否可以支持 openacc?openacc 对于 GPU 计算是否重要,尤其是我需要像 vasp 软件一样使用它进行第一原理计算?考虑到 Quadro GV100 增加了许多附加功能,Quadro GV100 在高性能计算方面的性能是否真的与 Tesla V100 相同?
答案1
由于价格差异巨大,我购买了 GV100 而不是 V100(有人告诉我,如果批量购买,V100 的经济可行性更高,但少量购买则相反)。
我将它用于材料科学,并且我确认它与 VASP、LAMMPS 和我的自制代码配合良好,与 HPC 集群中配备 V100 的节点没有显著差异。
我认为通过互连卡使 GPU 可寻址内存加倍的能力是最重要的,并且 GV100 中就具备这种能力。
请注意,CPU 内存和 PCI 功能在这个等式中非常重要。这个想法是能够有效地通过 PCI 将数据从系统内存传输到 GPU 内存,尤其是消费级 CPU 在这方面表现不佳。