2020.9.2日,NVIDIA发布会上发布了新一代基于安培架构的30系显卡,瞬间引发了整个科技圈的火热讨论。几乎无敌的3090,碾碎2080Ti的3080,以及能战平2080Ti的3070,不由得感叹这次牙膏挤得实在是太多了。
现在让我们着眼于显卡的另外一个适用领域——深度学习,让我们看看这代显卡对于深度学习的影响有多大。同时,也会列出不同显卡的性能对比、性价比等可视化图表方便大家阅读以及对于不同使用场景所需要的显卡进行推荐。
话不多说直接上干货!
图形处理器深度学习性能
下面的基准不仅包括特斯拉 A100 vs 特斯拉 V100的基准,而且建立了一个模型,适合这些数据和四个不同的基准,分别基于 Titan V 、Titan RTX、RTX 2080 Ti和 RTX 2080。
除此之外,通过在这些基准数据的数据点之间插值,对 RTX 2070、 RTX 2060或 Quadro RTX 6000 & 8000卡之类的中间卡进行了缩放。通常,在一个体系结构的GPU中,相对于流多处理器和带宽而言,规模是线性的,本文的体系结构内模型就是基于这一点。
这里只收集了用于混合精度 FP16训练的基准数据,因为没有充分的理由应该使用 FP32训练。