В настоящее время я работаю с нейронными сетями, и недавно я сделал свой код намного быстрее, правильно настроив инфраструктуру для использования графического процессора. Используемый графический процессор - Tesla C2075, который является частью серии Nvidia Tesla .
Поскольку включение вычислений на GPU дало такой огромный прирост производительности, мне было любопытно, что представляет собой последняя версия GPU от Nvidia. Он называется Titan Z и входит в серию GeForce 700.
Однако я немного растерялся. "Карта рабочей станции Tesla K40 12 ГБ DDR5" в настоящее время стоит 5500 евро на Amazon, тогда как Titan Z стоит 2750 евро.
Мне кажется, что Titan Z намного выгоднее (см. Спецификации). Я говорил с другом об этом, и он думает, что "научные GPU" и "игровые GPU" разные. Может ли кто-нибудь еще рассказать о том, что отличается от этих "научных GPU" и "игровых GPU"? У них есть разные наборы инструкций?
(Как понять, что может лучше подойти для обучения нейронной сети?)
Спекуляции
Следующие спецификации взяты из http://www.nvidia.com/gtx-700-graphics-cards/gtx-titan-z/ и http://www.nvidia.com/object/tesla-servers.html. Первый номер - «Титан Z», второй - «Тесла К40».
- Название: Титан Z ↔ Tesla K40
- Количество и тип графического процессора: K 1 Kepler GK110B
- Пиковая производительность с плавающей запятой двойной точности: 2,66 тфл / с (см. Ссылку) ↔ 1,43 тфл / с
- Пиковая производительность с плавающей запятой одинарной точности: ↔ 4.29 Тфлопс
- Пропускная способность памяти: 672 ГБ / с, 288 ГБ / с (ECC выключен)
- Объем памяти (GDDR5): 12 ГБ ↔ 12 ГБ
- Ядра CUDA: 5760 × 2880
Обновить
- Другой человек, похоже, имеет тот же вопрос: Titan GTX vs TESLA k20 octane render
- 17 причин для Титана, только 3 для Теслы на сайте versus.com