NVIDIA Tesla K40C 和 AMD Firepro W8100 的对比
目前,我正在研究GPU编程,使用CUDA和OpenCL进行编程,所用的显卡分别为NVIDIA Tesla K40C和AMD Firepro W8100。
通过查询相关的资料,我整理了一下这两款显卡的性能参数,并进行了对比。表格如下:
显卡名称 |
AMD Firepro W8100 |
NVIDIA Tesla K40C |
|
显卡制造商 |
AMD |
NVIDIA |
|
Graphics Processor |
GPU Name: |
Hawaii GL40 |
GK110B |
Architecture: |
GCN 2.0 |
Kepler |
|
Process Size: |
28 nm |
28 nm |
|
Transistors: |
6,200 million |
7,080 million |
|
Die Size: |
438 mm² |
561 mm² |
|
Graphics Card |
Released: |
Jun 23rd, 2014 |
Oct 8th, 2013 |
Production Status: |
End-of-life |
End-of-life |
|
Bus Interface: |
PCIe 3.0 x16 |
PCIe 3.0 x16 |
|
Launch Price: |
# |
7,699 USD |
|
Memory |
Memory Size: |
8192 MB |
12288 MB |
Memory Type: |
GDDR5 |
GDDR5 |
|
Memory Bus: |
512 bit |
384 bit |
|
Bandwidth: |
320.0 GB/s |
288.4 GB/s |
|
Clock Speeds |
GPU Clock: |
824 MHz |
745 MHz |
Memory Clock: |
1250 MHz |
1502 MHz |
|
Render Config |
Shading Units: |
2560 |
2880 |
TMUs: |
160 |
240 |
|
ROPs: |
64 |
48 |
|
Compute Units: |
40 |
15 |
|
Pixel Rate: |
52.74 GPixel/s |
44.70 GPixel/s |
|
Texture Rate: |
131.8 GTexel/s |
178.8 GTexel/s |
|
Floating-point performance: |
4,219 GFLOPS |
4,291 GFLOPS |
|
Board Design |
Slot Width: |
Dual-slot |
Dual-slot |
Length: |
11 inches |
10.5 inches |
|
TDP: |
220 W |
245 W |
|
Outputs: |
4x DisplayPort |
No outputs |
|
Power Connectors: |
2x 6-pin |
1x 6-pin + 1x 8-pin |
|
Graphics Features |
DirectX: |
12.0 |
12.0 |
OpenGL: |
4.6 |
4.6 |
|
OpenCL: |
2.0 |
1.2 |
|
Shader Model: |
5.0 |
5.0 |
|
CUDA: |
× |
3.5 |
另外,这两款显卡均支持多GPU编程技术。
NVIDIA Tesla K40C 和 AMD Firepro W8100 的对比相关推荐
- NVIDIA Tesla K40C 的各项性能参数
目前,我正在研究GPU编程,使用CUDA,所用的显卡为NVIDIA Tesla K40C.通过查询相关的资料,我整理了一下这款显卡的性能参数,如下表: 显卡名称 NVIDIA Tesla K40C 显 ...
- NVIDIA系列显卡与AMD系列显卡性能对比,以及购买显卡的时候应该看哪些性能指标,NVIDIA显卡与AMD显卡的区别
文章目录: 1 NVIDIA系列显卡与AMD系列显卡性能对比 2 购买显卡的时候应该看哪些性能指标 3 NVIDIA显卡与AMD显卡的区别 1 NVIDIA系列显卡与AMD系列显卡性能对比 1.NVI ...
- 多块英伟达K80显卡linux安装,ubuntu14.04下NVIDIA Tesla K80 、GTX1080顯卡驅動以及Tensorflow、Python的安裝教程...
目錄 1 安裝NVIDIA Tesla K80顯卡驅動 1.1 准備工作 1.1.1 證明存在GPU lspci | grep -i nvidia 結果例示 01:00.0 VGA compatibl ...
- DoraCloud for Proxmox桌面云上启用NVIDIA Tesla P4的vGPU功能
Proxmox virtualization environment,简称PVE,是一个开源免费的基于linux的企业级虚拟化方案,功能不输专业收费的VMware.简单的说,PVE是一个基于Debia ...
- 配有Tesla K40c的服务器新装Ubuntu16.04并安装CUDA8.0、Anaconda3、Matlab2016a、OPENCV3.1、CuDNN5.1、MXNet...
注:本文原创,作者:Noah Zhang (http://www.cnblogs.com/noahzn/) 决定加入深度学习的大军,感谢导师给配了台新设备!第一次接触服务器并配置开发环境,整个过程中 ...
- NVIDIA Tesla/Quadro和GeForce GPU的比较
该资源由Microway根据NVIDIA和可信媒体来源提供的数据编写. 所有NVIDIA GPU都支持通用计算(GPGPU),但并非所有GPU都提供相同的性能或支持相同的功能.GeForce GPU的 ...
- NVIDIA TESLA M40
特色与介绍 为数据中心配备全球最快的深度学习训练加速器 从图像识别与自然语言处理到神经机器翻译和图像分类,深度学习正在重新定义人类的能力所及.从初创公司到大型 Web 服务供应商,深度学习现已成为企业 ...
- “宇宙最强”GPU —— NVIDIA Tesla V100 面向开发者开放试用!
加速科学发现.可视化大数据以供获取见解,以及为消费者提供基于 AI 的智能服务,这些都是研究人员和工程师们的日常挑战.解决这些挑战需要更为复杂且精准的模拟.对于大数据的强大处理能力.或是训练和运行复杂 ...
- 2022-10-24 dell R740服务器 安装显卡 NVIDIA Tesla P40 24GB
1.环境 在vsan下 给一台主机加装显卡Tesla P40 2.将先主机进入维护模式,再关机 3.开始插入显卡连接好供电线 (小8P+8+8P) 4. 重启开机,并安装驱动 5.开启一台虚机测试 安 ...
最新文章
- 画原型时需要注意什么?
- php怎么创建事务,php事务的实现方法介绍(代码示例)
- 微服务架构日志集中化 安装 EFK (Fluentd ElasticSearch Kibana) 采集nginx日志
- java安全编码指南之:Number操作
- OBD技术速成——J1850协议概述
- 朴素贝叶斯算法_机器学习第三篇:详解朴素贝叶斯算法
- npm 更换插件版本_Node CLI 工具的插件方案探索
- jsp页面跳转(商品管理系统)
- Linux 给我的七个宝贵教训
- 苹果电脑mac计算机图标怎么删除吗,苹果电脑桌面的图标怎么删除不了怎么办
- 计算机考研具体学科准备
- easyUI的iconCls
- C语言计算阶乘及阶乘的和
- Markdown 语法大全 包括设置字体 颜色
- 北京小米Java有笔试吗_小米校招笔试题(java)
- Semantic Proximity Search on Heterogeneous Graph by Proximity Embedding
- 第一次在Vue项目中播放m3u8格式视频遇到的问题和解决方法
- html中scr作用,可控硅的作用是什么
- [电路]5-电压源、电流源的串联和并联
- ABAP CDS VIEW WITH ASSOCIATION示例
热门文章
- Android模拟器体验有感
- Centos查看与关闭防火墙
- 再看lambda/sorted/filter/map
- 使用Jenkins容器构建时,关于maven项目settings.xml的位置
- LeetCode第12题 整数转罗马数字
- HDU 5972 Regular Number
- Python 基础 - Day 2 Learning Note - 序列之字符串 String
- 大数据到底在用什么姿势塑造我们?
- [最后召集:西瓜糖、editasp]微软MVP呕心力作《我的第一本C++书》新鲜出炉,围观即有机会获新书免费送...
- Castle ActiveRecord学习实践(6):延迟加载和使用Where子句