nvidia - Titan Z 与 K40 处理器？

Question

我正在使用 GPU 进行科学计算。最近 Nvidia 发布了其旗舰产品 GeForce Titan Z。我想知道这款处理器如何与 Tesla K40（另一个 NVIDIA 产品）相抗衡。我已经检查了规格，但很想知道这两个处理器之间的任何基准测试，或者 Titan Z 用于科学计算应用程序的能力。我还想知道从编程的角度来看，Titan Z 应该被视为单个 GPU 还是两个 GPU。

提前致谢， 问候， Sakthi K

Answer 1

它有两个筹码；毫无疑问，从计算的角度来看，它将充当两张独立的卡，就像之前的所有其他此类卡一样。

在过去的几年里，我与 Titans 和其他 NVidia 游戏卡一起广泛用于科学计算，它们对我的目的来说工作得很好，但和往常一样，“这取决于”。首先，如果您确实需要双精度，那么它们是一个糟糕的交易。当然，大多数应用程序，包括科学模拟，实际上并不受单精度浮点数的限制。但对于某些应用程序，它确实很重要。

所以K40的单片内存更大，双精度性能更高。但是，如果您确定您不需要其中任何一个（就像我在下一个版本中所做的那样），那么一对 Titan Z 是一种非常好的方法，可以将大量的单精度性能塞进一个可管理的外形尺寸中。

（编辑：我看到 Titan z 不像以前的游戏卡也有完整的双精度；所以如果你确实需要双精度，那会增加它的价值。我个人发现内存比 fp 精度更常见）

Answer 2

Titan Z 本质上是同一张卡上的两个 Titan Black 芯片，具有单独的 6GB VRAM。Titan Z 的主要优点是两个芯片是同步的，因此负载将均匀分布，而且它的成本约为 2100 美元，而单个 Titan Black 的成本为 1700 美元。Titan Black 本身主要是为单精度单元、有限的双精度单元和相对低端的内存而设计的。

我建议 Titan X 可能是比 Titan Z 或 Titan Black 更好的选择，原因有两个：（1）它只需 1100 美元（2）它的内存是两倍。因此，您实际上可以使用两个 Titan X 而不是一个 Titan Z 构建更强大的系统，而成本大致相同。对于深度学习相关的工作尤其如此。事实上，NVidia Digits Devbox 也具有 Titan X。

如果您的计算需要双精度 (FP64)，那么您需要看看像 K40 这样的 Tesla 芯片，它的价格几乎是 Titan X 的两倍，并且具有相同的内存。大多数深度学习和机器学习相关工作都涉及单精度，因此 K40 或 K80不适合与 Titan X 相比。