NVIDIA GPU运算能力与CUDA显卡驱动

最新推荐文章于 2024-07-27 18:05:24 发布
最新推荐文章于 2024-07-27 18:05:24 发布
阅读量4.4k 收藏 2
点赞数
分类专栏： 人工智能-神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/edward_zcl/article/details/84897927
版权

如今GPU是下一代硬件算力的主要支持者，而Nvidia在这一领域优势一家独大。在做深度学习工作时，免不了查看显卡信息，同时需要安装其对应的驱动软件CUDA。

下面先来一张2019显卡天梯图：

在这里插入图片描述

最新信息见：https://developer.nvidia.com/cuda-gpus

NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-intensive tasks for consumers, professionals, scientists, and researchers.

Find out all about CUDA and GPU Computing by attending our GPU Computing Webinars and joining our free-to-joinCUDA Registered developer Program.

  • Learn about Tesla for technical and scientific computing
  • Learn about Quadro for professional visualization

If you have an older NVIDIA GPU you may find it listed on our legacy CUDA GPUs page
Click the sections below to expand

************************************************************************************************************

1) CUDA-Enabled Tesla Products

 

Tesla Workstation Products

GPUCompute Capability
Tesla K803.7
Tesla K403.5
Tesla K203.5
Tesla C20752.0
Tesla C2050/C20702.0

//

Tesla Data Center Products

GPUCompute Capability
Tesla P1006.0
Tesla P406.1
Tesla P46.1
Tesla M405.2
Tesla M405.2
Tesla K803.7
Tesla K403.5
Tesla K203.5
Tesla K103.0


************************************************************************************************************

 

2) CUDA-Enabled Quadro Products

 

 

 

Quadro Desktop Products

GPUCompute Capability
Quadro P60006.1
Quadro P50006.1
Quadro M6000 24GB5.2
Quadro M60005.2
Quadro K60003.5
Quadro M50005.2
Quadro K52003.5
Quadro K50003.0
Quadro M40005.2
Quadro K42003.0
Quadro K40003.0
Quadro M20005.2
Quadro K22005.0
Quadro K20003.0
Quadro K2000D3.0
Quadro K12005.0
Quadro K6205.0
Quadro K6003.0
Quadro K4203.0
Quadro 4103.0
Quadro Plex 70002.0

 

//

Quadro Mobile Products

GPUCompute Capability
Quadro K6000M3.0
Quadro M5500M5.0
Quadro K5200M3.0
Quadro K5100M3.0
Quadro M5000M5.0
Quadro K500M3.0
Quadro K4200M3.0
Quadro K4100M3.0
Quadro M4000M5.0
Quadro K3100M3.0
Quadro M3000M5.0
Quadro K2200M5.0
Quadro K2100M3.0
Quadro M2000M5.0
Quadro K1100M3.0
Quadro M1000M5.0
Quadro K620M5.0
Quadro K610M3.5
Quadro M600M5.0
Quadro K510M3.5
Quadro M500M5.0

************************************************************************************************************

 

3) CUDA-Enabled NVS Products

 

 

Desktop Products

GPUCompute Capability
NVIDIA NVS 8105.0
NVIDIA NVS 5103.0
NVIDIA NVS 3152.1
NVIDIA NVS 3102.1

 

//

Mobile Products

GPUCompute Capability
NVS 5400M2.1
NVS 5200M2.1
NVS 4200M2.1

************************************************************************************************************

 

4) CUDA-Enabled GeForce Products

 

 

GeForce Desktop Products

GPUCompute Capability
NVIDIA TITAN X6.1
GeForce GTX 10806.1
GeForce GTX 10706.1
GeForce GTX 10606.1
GeForce GTX TITAN X5.2
GeForce GTX TITAN Z3.5
GeForce GTX TITAN Black3.5
GeForce GTX TITAN3.5
GeForce GTX 980 Ti5.2
GeForce GTX 9805.2
GeForce GTX 9705.2
GeForce GTX 9605.2
GeForce GTX 9505.2
GeForce GTX 780 Ti3.5
GeForce GTX 7803.5
GeForce GTX 7703.0
GeForce GTX 7603.0
GeForce GTX 750 Ti5.0
GeForce GTX 7505.0
GeForce GTX 6903.0
GeForce GTX 6803.0
GeForce GTX 6703.0
GeForce GTX 660 Ti3.0
GeForce GTX 6603.0
GeForce GTX 650 Ti BOOST3.0
GeForce GTX 650 Ti3.0
GeForce GTX 6503.0
GeForce GTX 560 Ti2.1
GeForce GTX 550 Ti2.1
GeForce GTX 4602.1
GeForce GTS 4502.1
GeForce GTS 450*2.1
GeForce GTX 5902.0
GeForce GTX 5802.0
GeForce GTX 5702.0
GeForce GTX 4802.0
GeForce GTX 4702.0
GeForce GTX 4652.0
GeForce GT 7403.0
GeForce GT 7303.5
GeForce GT 730 DDR3,128bit2.1
GeForce GT 7203.5
GeForce GT 705*3.5
GeForce GT 640 (GDDR5)3.5
GeForce GT 640 (GDDR3)2.1
GeForce GT 6302.1
GeForce GT 6202.1
GeForce GT 6102.1
GeForce GT 5202.1
GeForce GT 4402.1
GeForce GT 440*2.1
GeForce GT 4302.1
GeForce GT 430*2.1

************************************************************************************************************

 

5) CUDA-Enabled TEGRA /Jetson Products

 

 

GeForce Notebook Products

GPUCompute Capability
GeForce GTX 10806.1
GeForce GTX 10706.1
GeForce GTX 10606.1
GeForce GTX 9805.2
GeForce GTX 980M5.2
GeForce GTX 970M5.2
GeForce GTX 965M5.2
GeForce GTX 960M5.0
GeForce GTX 950M5.0
GeForce 940M5.0
GeForce 930M5.0
GeForce 920M3.5
GeForce 910M5.2
GeForce GTX 880M3.0
GeForce GTX 870M3.0
GeForce GTX 860M3.0/5.0(**)
GeForce GTX 850M5.0
GeForce 840M5.0
GeForce 830M5.0
GeForce 820M2.1
GeForce 800M2.1
GeForce GTX 780M3.0
GeForce GTX 770M3.0
GeForce GTX 765M3.0
GeForce GTX 760M3.0
GeForce GTX 680MX3.0
GeForce GTX 680M3.0
GeForce GTX 675MX3.0
GeForce GTX 675M2.1
GeForce GTX 670MX3.0
GeForce GTX 670M2.1
GeForce GTX 660M3.0
GeForce GT 750M3.0
GeForce GT 650M3.0
GeForce GT 745M3.0
GeForce GT 645M3.0
GeForce GT 740M3.0
GeForce GT 730M3.0
GeForce GT 640M3.0
GeForce GT 640M LE3.0
GeForce GT 735M3.0
GeForce GT 635M2.1
GeForce GT 730M3.0
GeForce GT 630M2.1
GeForce GT 625M2.1
GeForce GT 720M2.1
GeForce GT 620M2.1
GeForce 710M2.1
GeForce 705M2.1
GeForce 610M2.1
GeForce GTX 580M2.1
GeForce GTX 570M2.1
GeForce GTX 560M2.1
GeForce GT 555M2.1
GeForce GT 550M2.1
GeForce GT 540M2.1
GeForce GT 525M2.1
GeForce GT 520MX2.1
GeForce GT 520M2.1
GeForce GTX 485M2.1
GeForce GTX 470M2.1
GeForce GTX 460M2.1
GeForce GT 445M2.1
GeForce GT 435M2.1
GeForce GT 420M2.1
GeForce GT 415M2.1
GeForce GTX 480M2.0
GeForce 710M2.1
GeForce 410M2.1

************************************************************************************************************

 

6) Tegra Mobile & Jetson Products

 

 

Tegra Mobile & Jetson Products

GPUCompute Capability
Jetson TX15.3
Jetson TK13.2
Tegra X15.3
Tegra K13.2

 

 


Notes

(*) OEM-only products

(**) The GeForce GTX860 and GTX870 come in two versions depending on the SKU, please check with your OEM to determine which one is in your system.

  1. 1152 Kepler Cores with Compute Capability 3.0
  2. 640 Maxwell Cores with higher clocks and Compute Capability 5.0 or 5.2
     

Frequently Asked Questions

1) How can I find out which GPU is in my computer?

Answer:

On Windows computers:

  1. Right-click on desktop
  2. If you see "NVIDIA Control Panel" or "NVIDIA Display" in the pop-up window, you have an NVIDIA GPU
  3. Click on "NVIDIA Control Panel" or "NVIDIA Display" in the pop-up window
  4. Look at "Graphics Card Information"
  5. You will see the name of your NVIDIA GPU

On Apple computers:

  1. Click on "Apple Menu"
  2. Click on "About this Mac"
  3. Click on "More Info"
  4. Select "Graphics/Displays" under Contents list

2) Do I have a CUDA-enabled GPU in my computer?

Answer: Check the list above to see if your GPU is on it. If it is, it means your computer has a modern GPU that can take advantage of CUDA-accelerated applications.

3) How do I know if I have the latest drivers?

Answer: Go to www.nvidia.com/drivers

4) How can I obtain a CUDA-enabled GPU or system?

Answer:
For Tesla for HPC and supercomputing applications, go to www.nvidia.com/object/tesla_wtb.html
For GeForce for entertainment, go to www.nvidia.com/object/geforce_family.html
For Quadro for professional visualization, go to www.nvidia.com/object/workstation_wheretobuy.html

5) How can I download the CUDA software development kit?

Answer: Go to CUDA Development Tools.

edward_zcl
关注
专栏目录
MX250显卡驱动+cuda10.2+cudnn10.2
09-01
总之，MX250显卡驱动、CUDA 10.2和cuDNN 10.2的组合为用户提供了在轻量级设备上进行高效计算和深度学习的可能。对于那些需要在移动设备上进行轻度AI任务的开发者和研究人员而言，这是一个非常实用的解决方案。
GPU运算能力对比
zhiliu的专栏
11-02 1万+
1080TI ~/NVIDIA_CUDA-8.0_Samples/7_CUDALibraries/batchCUBLAS$ export CUDA_VISIBLE_DEVICES=0 ~/NVIDIA_CUDA-8.0_Samples/7_CUDALibraries/batchCUBLAS$ ./batchCUBLAS -m1024 -n1024 -k1024 batchCUBLAS St...
NvidiaGeForce系列显卡算力表（sm表）
guangqianzhang的博客
01-11 8189
更新于2024.1.11。
工业软件“皇冠上的明珠”之Ansys
最新发布
u013206206的博客
07-27 1781
Ansys软件介绍
NVIDIA英伟达GPU显卡算力一览（包含Tesla和GeForce、TITAN及RTX系列等）
热门推荐
qq_41070955的博客
08-27 21万+
英伟达GPU算力一览 官方说明在GPU算力高于5.0时，此计算机可以用来跑神经网络，而在CSDN和网页上查找GPU算力时，没有一个比较全面的博客对目前的显卡算力做统计，而且英伟达官网链接打开真的谜一样，很慢或者直接打不开，所以用这篇博客记录一下截至到2020.8.27，一部分主流供深度学习的GPU的算力。 NVIDIA官方查找GPU算力的网址：https://developer.nvidia.com/cuda-gpus 此外，目前主流的游戏本显卡1650,1660以及1660Ti等并未出现在官网的算力表中，
显卡对应的算力arch=compute_
eric_sun_000的博客
03-06 1859
编译openCVwithCUDA时，遇到的compute_XX问题
NVIDIA显卡（GPU）性能参数一览表
laedreams的博客
04-23 8620
列举了NVIDIA29款主流显卡（GPU）的性能参数及价格，供大家在选购时参考。（若有错误，也请指正）
Ubuntu Nvidia驱动/Cuda/Cudnn/tensorflow-gpu安装教程
09-14
CUDA是Nvidia提供的一套用于GPU计算的软件平台和编程模型。通过访问Nvidia官方CUDA下载页面，下载并安装CUDA。安装过程中通常会要求选择是否接受许可协议、是否安装驱动（如果已安装最新的Nvidia驱动，则选择不安装...
Ubuntu 更新GPU显卡驱动方法.docx
09-08
CUDA是NVIDIA提供的用于加速计算密集型任务的编程接口，因此确保驱动与CUDA版本匹配是必要的。如果计划升级CUDA，先检查当前驱动是否支持新版本。 接下来，我们进入更新驱动的步骤： 1. **下载驱动**：访问NVIDIA...
在笔记本双显卡上构建GPU运行cuda和cudnn环境
05-06
在笔记本电脑上配置使用双显卡进行GPU加速计算，通常涉及到显卡驱动安装、CUDA（Compute Unified Device Architecture）工具包安装和配置、cuDNN（CUDA Deep Neural Network library）库的安装和配置，以及深度学习...
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
在本教程中，我们将深入探讨如何在Ubuntu 16.04系统上安装NVIDIA显卡驱动、CUDA工具包以及cuDNN库。这个过程对于那些想要利用GPU进行深度学习和高性能计算的用户来说至关重要。 首先，我们需要确保你的GPU支持CUDA...
世上最全NVDIA GPU参数列表： V100， A100， A800，H100，3090，4090， A40， A30等性能参数
xxxx的博客
11-23 6万+
而据英伟达的说法，新的 A800 可以替代 A100，两者都是 GPU（图形处理单元）处理器。芯片经销商 OMNISKY 容天官网介绍的英伟达 A800 GPU 信息显示，新的芯片数据传输速率为每秒 400GB，低于 A100 的每秒 600GB，代表了数据中心的性能明显下降。NVIDIA A100 GPU采用全新Ampere安培架构的超大核心GA100，7nm工艺，542亿晶体管，826平方毫米面积，6912个核心，搭载5120-bit 40/80GB HBM2显存，带宽近1.6TB/s，功耗400W。
最新NVIDIA英伟达GPU显卡算力表
专注于人工智能领域的小何尚
09-15 3万+
随着深度学习的火热, 显卡也变得越来越重要. 而我们在安装各种各样的适配显卡的软件工具时, 都会提到一个显卡算力的概念.
大模型必备算力：CPU&GPU天梯图（2023年最新版）
机器学习社区
10-21 7444
在当今计算机世界，CPU、GPU和显卡的性能成为了衡量计算机性能的重要指标。今天深入了解CPU、GPU和显卡天梯图。首先，CPU作为计算机的大脑，负责处理各种任务。它的性能主要由核心数、主频和缓存大小决定。其中，核心数和主频决定了CPU的处理速度，缓存大小则对一些需要大量计算的任务有较大影响。在选择CPU时，需要根据自己的使用需求来权衡这些因素。GPU作为一种专门用于图形处理的芯片，在现代计算机中发挥着越来越重要的作用。它的性能主要由流处理器数量、频率和内存带宽决定。
NVIDIA GPU 运算能力列表
凌风探梅的专栏
03-16 10万+
FROM：https://developer.nvidia.com/cuda-gpus CUDA GPUs NVIDIA GPUs power millions of desktops, notebooks, workstations and supercomputers around the world, accelerating computationally-i
ＮＶＩＤＩＡ显卡算力表－－nvidia显卡算力表
pvmsmfchcs的博客
10-23 2844
参考链接：https://blog.csdn.net/qq_41070955/article/details/108269915。官方链接：https://developer.nvidia.com/cuda-gpus。
NVIDIA 显卡算力 统计表
weixin_NineDays66
10-20 5675
显卡性能介绍
Nvidia GPU 最新计算能力表（CUDA Compute Capability）
欢迎关注，共同进步！
05-28 1万+
Jetson Products GPUCompute CapabilityJetson AGX Xavier7.2Jetson Nano5.3Jetson TX26.2Jetson TX15.3Tegra X15.3 GeForce and TITAN Products GPUCompute CapabilityGeForce RTX 30908.6GeForce RTX 30808.6GeForce RTX 30708.6NVIDIA TITAN RTX7.5Geforce RTX 2080 Ti7.5G
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值