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

显卡系列:

  • Tegra: 手机和嵌入式设备用的
  • 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
    NVIDIA显卡架构_第1张图片
    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。

你可能感兴趣的:(CUDA编程)