1.了解NVIDIA显卡架构

架构排序（时间顺序）：

• Tesla: 市面已经没有相关显卡
• Fermi：GeForce 400, 500, 600, GT-630
• Kepler：Tesla K40/K80, GeForce 700, GT-730
• Maxwell: Tesla/Quadro M series GeForce 900, GTX-970
• Pascal: Tesla p100,GTX 1080, GTX 1070, GTX 1060
• Votal: Tesla V100, GTX 1180
• Turing: T4,GTX 1660 Ti, RTX 2060
• Ampere: A100
• Hopper: H100

显卡系列：

• Tegra: 手机和嵌入式设备(jetson)用的
• GeForce： 显示器用的，比如电脑的显卡
• Quadro： 专业绘图
• Tesla: 大规模计算，比如深度学习训练
  
  描述GPU有两个指标，一个是CUDA的核心数量，第二个是内存大小，在评估时主要考虑峰值计算性能和内存带宽，一般核心数量越多，TFlops越大，效果越好，在选购显卡的时候要首先根据用途选择对应的系列，然后看相应的计算性能和内存。

算力：
算力包含一个大版本x和一个小版本y, 一块显卡的算力的表示就是x.y, x其实就是代表着显卡的架构, y代表这基于这个架构一些增量优化，比如7.5就是基于volta的架构优化的，最后命名为turing架构。

x.y	架构
1.0	Tesla
2.0	Fermi
3.0	Kepler
4.0	–
5.0	Maxwell
6.0	Pascal
7.0	Volta
7.5	Turing
8.0	Ampere

官网查询：https://developer.nvidia.cn/cuda-gpus#compute