NVIDIA Tesla/Quadro和GeForce GPU的比较

本文比较了NVIDIA GeForce、Tesla和Quadro GPU在FP64、FP16计算能力、TensorFLOPS、错误检测与纠正、GPU加速等方面的表现。专业GPU如Tesla和Quadro在双精度计算、ECC支持、应用软件和操作系统支持等方面优于GeForce,适合于高精度计算和专业应用。而GeForce在游戏和部分GPU加速应用中表现出色,但不适用于服务器环境和专业软件。
摘要由CSDN通过智能技术生成

该资源由Microway根据NVIDIA和可信媒体来源提供的数据编写。 所有NVIDIA GPU都支持通用计算(GPGPU),但并非所有GPU都提供相同的性能或支持相同的功能。GeForce GPU的消费者产品线(特别是GTX Titan)可能对那些运行GPU加速应用程序的人很有吸引力。但是,记住产品之间的差异是明智的。专业的Tesla和Quadro GPU有许多功能。

FP64 64位(双精度)浮点计算

许多应用需要更高精度的数学计算。在这些应用程序中,数据由两倍大的值表示(使用64位二进制位而不是32位)。这些较大的值称为双精度(64位)。不太准确的值称为单精度(32位)。虽然几乎所有NVIDIA GPU产品都支持单精度和双精度计算,但在大多数消费级GeForce GPU上,双精度值的性能要低得多。以下是GeForce和Tesla / Quadro GPU之间双精度浮点计算性能的比较:

NVIDIA GPU模型 双精度(64位)浮点性能
GeForce GTX Titan X Maxwell 高达0.206 TFLOPS
GeForce GTX 1080 Ti 高达0.355 TFLOPS
GeForce Titan Xp 高达0.380 TFLOPS
GeForce Titan V. 高达6.875 TFLOPS
GeForce RTX 2080 Ti 估计~0.44 TFLOPS
特斯拉K80 1.87+ TFLOPS
特斯拉P100 * 4.7~5.3 TFLOPS
Quadro GP100 5.2 TFLOPS
特斯拉V100 * 7~7.8 TFLOPS
Quadro GV100 7.4 TFLOPS
Quadro RTX 6000和8000 ~0.5 TFLOPS
特斯拉T4 估计~0.25 TFLOPS

*确切的值取决于PCI-Express或SXM2 SKU

FP16 16位(半精度)浮点计算

一些应用程序不需要高精度(例如,神经网络训练/推理和某些HPC使用)。在“Pascal”GPU中 引入了对半精度FP16操作的支持。这是以前深度学习/人工智能计算的标准; 但是,深度学习工作负载已转移到更复杂的操作(请参阅下面的TensorCores)。尽管所有NVIDIA“Pascal”和后来的GPU都支持FP16,但在许多以游戏为中心的GPU上,性能显着降低。以下是GeForce和Tesla / Quadro GPU之间半精度浮点计算性能的比较:

NVIDIA GPU模型 半精度(16位)浮点性能
GeForce GTX Titan X Maxwell N / A
GeForce GTX 1080 Ti 小于0.177 TFLOPS
GeForce Titan Xp 小于0.190 TFLOPS
GeForce Titan V. ~27.5 TFLOPS
GeForce RTX 2080 Ti 28.5 TFLOPS
特斯拉K80 N / A
特斯拉P100 * 18.7~21.2 TFLOPS *
Quadro GP100 20.7 TFLOPS
特斯拉V100 * 28~31.4 TFLOPS *
Quadro GV100 29.6 TFLOPS
Quadro RTX 6000和8000 32.6 TFLOPS
特斯拉T4 16.2 TFLOPS

*确切的值取决于PCI-Express或SXM2 SKU

TensorFLOPS和深度学习表现

一个新的专业的Tensor Core单元与“Volta”GPU一起推出。它将两个FP16单元(转换为全精度产品)与FP32累加运算相结合 - 这是

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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