NVIDIA显卡及架构介绍
【版权申明】未经博主同意,谢绝转载!(请尊重原创,博主保留追究权);
本博客的内容来自于:NVIDIA显卡及架构介绍;
学习、合作与交流联系q384660495;
本博客的内容仅供学习与参考,并非营利;
文章目录
- 一、NVIDIA显卡系列:
- 二、架构排序(时间顺序):
- 三、如何确定我的计算机上搭载了哪款 GPU?
- 四、linux下查看GPU版本和详情信息
- 1、查看CUDA版本
- 2、查看cudnn版本
- 3、查看GPU版本信息和使用情况
- 4、查看GPU型号
- 五、CPU,GPU,TPU,NPU都是什么?
- 参考资料
一、NVIDIA显卡系列:
- Tegra: 手机和嵌入式设备用的(了解即可)
- 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
主要关注GeForce和Tesla,GeForce日常用,Tesla计算专用卡。
二、架构排序(时间顺序):
Tesla(特斯拉): 市面已经没有相关显卡
Fermi(费米):GeForce 400, 500, 600, GT-630
Kepler(开普勒):Tesla K40/K80, GeForce 700, GT-730
Maxwell(麦克斯韦尔): Tesla/Quadro M series GeForce 900, GTX-970
Pascal(帕斯卡): Tesla p100,GTX 1080, GTX 1070, GTX 1060
Votal(伏打): Tesla V100, GTX 1180
Turing(图灵): T4,GTX 1660 Ti, RTX 2060
Ampere(安培): A100
架构 | Tesla | Fermi | Kepler | Maxcell | Pascall | Volta | Turing |
---|---|---|---|---|---|---|---|
GPU时代 | 1.0 | 2.0 | 3.0 | 5.0 | 6.0 | 7.0 | 7.5 |
时间 | 2008 | 2010 | 2012 | 2014 | 2016 | 2017 | 2018 |
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。
三、如何确定我的计算机上搭载了哪款 GPU?
答案:
在 Windows 计算机上:
- 在桌面上单击鼠标右键
- 如果弹出窗口中出现了“NVIDIA 控制面板”或“NVIDIA Display”,则您使用的是 NVIDIA GPU
- 单击弹出窗口中的“NVIDIA 控制面板”或“NVIDIA Display”
- 查看“显卡信息”
- 您即可看到 NVIDIA GPU 的名称
在 Apple 计算机上:
- 单击“Apple Menu”(Apple 菜单)
- 单击“About this Mac”(关于本 Mac)
- 单击“More Info”(更多信息)
- 选择“Contents”(内容)列表下的“Graphics/Displays”(显卡/显示器)
四、linux下查看GPU版本和详情信息
1、查看CUDA版本
方法一:查看文件
cat /usr/local/cuda/version.txt
方法二:命令
nvcc --version
2、查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
3、查看GPU版本信息和使用情况
nvidia-smi
查看NVIDIA驱动版本
sudo dpkg --list | grep nvidia-*
4、查看GPU型号
lspci | grep -i nvidia
五、CPU,GPU,TPU,NPU都是什么?
中央处理器(CPU),是电子计算机的主要设备之一,电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令,对指令译码并执行指令的核心部件。中央处理器主要包括两个部分,即控制器、运算器,其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。中央处理器的功效主要为处理指令、执行操作、控制时间、处理数据。
图形处理器(英语:Graphics Processing Unit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。
TPU(Tensor Processing Unit)即张量处理单元,是一款为机器学习而定制的芯片,经过了专门深度机器学习方面的训练,它有更高效能(每瓦计算能力)。
嵌入式神经网络处理器(NPU)采用“数据驱动并行计算”的架构,特别擅长处理视频、图像类的海量多媒体数据。NPU处理器专门为物联网人工智能而设计,用于加速神经网络的运算,解决传统芯片在神经网络运算时效率低下的问题。
参考资料
NVIDIA显卡架构
NVIDIA显卡及架构介绍相关推荐
- linux18.04安装显卡驱动,详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!)
详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!) 详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测有效!) 详细介绍ubuntu18.04安装NVIDIA显卡驱动(亲测 ...
- 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, ...
- NVIDIA 显卡介绍
1. 常见名称 gpu架构:Tesla.Fermi.Kepler.Maxwell.Pascal.Volta 芯片型号:GT200.GK210.GM104.GF104等 显卡系列:GeForce.Qua ...
- 1.了解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, ...
- nvidia显卡cuda的性能_性能追平上代万元旗舰!NVIDIA GeForce RTX 3070规格解析
在RTX 3090和RTX 3080后,9月2日NVIDIA发布会上老黄(NVIDIA CEO黄仁勋)发布的第三款显卡如今终于揭开了其神秘的面纱.由于前两款的市场反应非常激烈,开卖即断货,所以NVID ...
- 【显卡】AMD和Nvidia显卡系列相关对比(A100 vs RTX4090)
[显卡]AMD和Nvidia显卡系列&相关对比(A100 vs RTX4090) 文章目录 [显卡]AMD和Nvidia显卡系列&相关对比(A100 vs RTX4090) 1. 介绍 ...
- NVIDIA显卡性能靠频率?GPU Boost是怎么回事?
影响显卡性能的不外乎架构.工艺这些大方向,不过今天我们这篇超能课堂要关注的不是AMD.NVIDIA显卡架构设计导致的差异,直接影响显卡性能的还有频率这个指标,这次我们来看看AMD.NVIDIA过去几年 ...
- NVIDIA Turing Architecture架构设计(下)
NVIDIA Turing Architecture架构设计(下) GDDR6 内存子系统 随着显示分辨率不断提高,着色器功能和渲染技术变得更加复杂,内存带宽和大小在 GPU 性能中扮演着更大的角色. ...
- NVIDIA Turing Architecture架构设计(上)
NVIDIA Turing Architecture架构设计(上) 在游戏市场持续增长和对更好的 3D 图形的永不满足的需求的推动下, NVIDIA ®已经将 GPU 发展成为许多计算密集型应用的世界 ...
最新文章
- c语言程序上级考试答案,[转载]计算机C语言二级上级考试套题(二)
- 数学教师计算机能力提升,深度融合信息技术,提升数学课堂魅力
- 怎么计算信息完整度_德阳冻货运镖怎么计算费用
- 将PICTUREBOX中显示的图片,存入数据库中
- IDC:2017年全球公有云服务开支将达1225亿美元
- 牛客网产品笔试题刷题打卡——用户研究/项目管理
- 在Android Studio创建第一个Android项目
- 数学符号读法及常用符号英文(超全)
- 基于微信小程序的培训机构管理系统毕业设计源码
- 基于CST电磁仿真软件的波导弯头设计
- iframe自动播放
- 【转】2014阿里巴巴面试经历
- EXCEL常见函数之逻辑函数
- 使用Pyppeteer进行gmail模拟登录
- C++学习笔记(C转)
- HihoCoder 1245:王胖浩与三角形 三角形边长与面积
- 华为nova8pro和小米11哪个好
- 银行塔LED闪灯IC芯片,常亮快闪慢闪循环闪烁芯片,小夜灯闪灯芯片IC
- 秒开率达90%:腾讯看点客户端 GIF 转视频优化方案
- 白中英计算机组成原理第五版视频,白中英《计算机组成原理》第5版考研教材及真题视频讲解...
热门文章
- BFS最强—如龙题解
- 【Derivation】任何矩阵都相似与Jordan标准形证明
- (四十三):Comprehensive Linguistic-Visual Composition Network for Image Retrieval
- Reason given for failure: CSRF cookie not set.
- reduce函数详解以及自己实现一个reduce函数
- 深度探索C++对象模型 学习笔记 第二章 构造函数语意学
- Lodop中页眉页脚的实现
- SpringBoot 读取Maven ProjectVersion
- 音频降噪算法 附完整C代码
- 嵌入式系统工程设计概述