本文对比了英伟达各类显卡在深度学习中的性能，重点关注单精度浮点运算速度、显存大小和半精度浮点运算速度。推荐2080Ti和1080Ti，因其性价比较高。对于需要大显存但预算有限的用户，可考虑双卡Nvlink方案。此外，RTX系列的Tensor Core适合混合精度训练，提升运算效率。深极智能云算力平台提供经济实惠的GPU服务器租用选项，让深度学习更加便捷。
这里，我们列出了英伟达近年来各种适合深度学习的显卡的详细参数，并作出一些说明，方便大家根据自己的需求挑选适合自己的显卡。直接上图（小编整理了好半天）。
怎么看这张图呢，主要看几个关键的性能指标。
1. 单精度浮点数运算速度
单精度浮点数，也就是FP32，tensorflow里面的tf.float32，是我们最常用的数据精度，也是各个深度学习框架默认的数据精度。可以看出，在这项性能指标上，各个显卡的差距都不是很大。综合性价比，这里推荐2080Ti, 2080以及1080Ti。
2. 显存大小
最低0.47元/天 解锁文章
扫一扫
1974
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
