影响显卡性能重要参数.docVIP

影响显卡性能的重要参数 自从AlphaGo的人机大战开始，人工智能热在国内持续升温。近日，国家正式发布了《新一代人工智能发展规划》（以下简称《规划》）。可以说，国家层面上的高度重视，各大高科技企业加速布局，中国的人工智能发展已经迎来了史上最好的机遇期。AI 背后的硬件要求也越来越高，GPU服务器的应用越来越火热。而在GPU服务器中，显卡的作用毋庸置疑。显卡 HYPERLINK /item/%E5%9B%BE%E5%BD%A2%E8%8A%AF%E7%89%87 \t _blank 图形芯片供应商主要包括 HYPERLINK /item/AMD/5905 \t _blank AMD(超微半导体)和 HYPERLINK /item/Nvidia \t _blank Nvidia( HYPERLINK /item/%E8%8B%B1%E4%BC%9F%E8%BE%BE \t _blank 英伟达)2家,今天我们就NVIDIA的显卡来分析一下影响显卡性能的参数。 英伟达显卡分为三个系列，面向大众的 Geforce系列，面向工业图形设计的Quadro系列，面向科学计算的Tesla系列。Geforce系列由于面向大众，要和AMD的显卡竞争，所以性价比最高，单从性能上看甚至不输Tesla系列，但可能耐久性等其他方面不及Tesla。 用来计算的话，衡量性能主要是以下几个参数： 1、计算核心数目； 2、显存带宽（GPU计算能力太强，很多时候瓶颈都在数据传输上） 3、峰值单精度浮点计算能力； 4、峰值双精度浮点计算能力； 5、架构版本 一．计算核心数目 CUDA核心数量则决定了显卡的计算力的强弱（比如一项渲染任务可以拆分为更多份交由不同的CUDA核心进行处理）。一个特定计算量的任务，如果核心的数目越多，那么单位时间内执行的运算就越多，所以完成这个任务所花费的时间就越少，显然计算速度就越快。就好比10份外卖，10个人送，1个小时内就能送完，但一个人送，一个小时内可能只能送2~3份，显然单位时间内10个人要比一个人送的外卖更多。  但是如果不同的显卡的核心速度不同，那么核心多的不一定就比核心少的花费的计算时间少。再举个例子，同样是10份外卖， 5个人步行送10份外卖所花费的时间不一定少于一个人开车送10份外卖所用的时间。 二．显存带宽 显存带宽通常显存的吞吐能力，计算方式为： HYPERLINK /s?wd=%E6%98%BE%E5%AD%98%E5%B8%A6%E5%AE%BDtncprfenlei=mv6quAkxTZn0IZRqIHckPjm4nH00T1YdPWu-nWIWuHfLnhuhmvm40ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6KdThsqpZwYTjCEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-TLwGUv3EnHf4P1DLrHmYPWR3rHR1nHb1rf \t _blank显存带宽＝HYPERLINK /s?wd=%E6%98%BE%E5%AD%98%E9%A2%91%E7%8E%87tncprfenlei=mv6quAkxTZn0IZRqIHckPjm4nH00T1YdPWu-nWIWuHfLnhuhmvm40ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6sgvPsT6KdThsqpZwYTjCEQLGCpyw9Uz4Bmy-bIi4WUvYETgN-TLwGUv3EnHf4P1DLrHmYPWR3rHR1nHb1rf \t _blank显存频率X显存位宽/8 存频率指默认情况下，该显存在显卡上工作时的频率，即显存的数据传输速度。通常来说，核多只能说明计算能力可能会更强，但是如果访存速度跟不上，也是白搭。就比如有10个人等着送外卖，但是每次只能做好5份外卖，那剩余的5个人就闲着，虽然你的任务总量很大，但是没用，你的传输性能太低，这样，即使有100个人等着送外卖也没用，除了5个干活的，别的都在闲着，处理速度也不会相差很大。 显存位宽是显存在一个时钟周期内所能传送数据的位数，位数越大则相同频率下所能传输的数据量越大。就像一个单行道的马路和一个八车道的高速公路，车道越多，单位时间内可通行的车辆越多。它代表显存的数据传输速度。在显存频率相当的情况下，显存位宽将决定显存带宽的大小。比如说同样 HYPERLINK /s?wd=%E6%98%BE%E5%AD%98%E9%A2%91%E7%8E%87tncprfenlei=mv6quAkxTZn0IZRqIHckPjm4nH00T1YdPWu-nWIWuHfLnhuhmvm40ZwV5Hcvrjm3rH6sPfKWUMw85HfYnjn4nH6s