日本电子维修技术 显卡科学计算一定要上TESLA么？
对于科学计算专用硬件完全是小白，这几天看硬件发现一件很奇怪的事，为什么quadro的显卡会和tesla的加速卡有几乎一样甚至更好的性能但价格却一样，比如GP100和P100，后者还需要专门的亮机卡才能方便使用。
而且随着titan v的推出，cuda运算和deep-learning看宣传titan v和tesla v100的pci-e版几乎是一样的，但价格差距巨大，后者也是需要另外的亮机卡才能使用，不知道有没有实际用过quadro和tesla的高人能告知和geforce的区别。
4*titan v也比2* tesla v100便宜太多，不知是不是有什么黑幕？
评论
关键看你应用是什么啊，有的应用GF就能跑，有的要用到DP目前就只有Tesla/GP100/GV100提供，这仨价格差不多。。
不过我没用过GV100，不知道TTV相比GV100除了显存之外还有什么功能阉割
话又说回来，有的人没准就差这4G显存又不差钱呢。。
评论
我非常想知道没有nvlink和sli的titan v你怎么四卡
titan v便宜就便宜在，他只能单卡运转
特斯拉上，everything is unlimited
评论
哦对 忘了TTV砍掉了多卡。。
想多卡，加钱上Tesla V100！
评论
tesla v100拥有nvlink 功能，意味着它的显存在gpu层面上是可以叠加的，也就是说你用nvlink连接4块tesla v100，那么你可以获得总计4*16=64gb的hbm2显存。
titan v并没有nvlink 功能，意味着你需要大显存的话，你虽然可以装上多张titan v，但必须在cpu层面上做数据流/模型的分割与分配，在编程上有难度，且每次交换数据都要经历cpu和gpu的异构sync（gpu之间交换数据也要经由cpu，意味着有gpu->cpu->gpu两次异构的数据拷贝），这是一种效率很低的并行方式。
另外计算卡能否输出图像真不是科学计算应该考虑的，即使能一般也不会接，为了不占用计算卡的任何资源。
评论
我印象中mxnet是不支持这种模式的
评论
很多框架都支持，比如tensorflow，用tf.device('/gpu:0')，都是手动切分。
评论
1，你的模型不大，2，你不介意慢一点，那就用titan v。
2，老子就是有钱，2，我做商业项目，一次赚一车tesla，3，客户指定，那就买nvidia dgx station，刚好最近降价了。
评论
需要做的运用一个是matlab的gpu并行运算，另一个是python的machine learning
因为是改良研究，对一部分程序重写编译也是没问题的
给我作参考的是，东大在去年配置给这两个应用的专机，使用的分别是telsa k40（matlab）和2* quadro gp100 （ml），我不确定我现在有必要使用tesla p100（matlab）和tesla v100（ml）组建新工作站么？
说起显存我感觉ecc这点区别应该不大，毕竟那边内存不是ecc的，deep learning看titan v宣传应该没有问题才是，难道是驱动坑了？
评论
Quadro也有显存ECC的，所以我也搞不懂比如Tesla P100和Quadro GP100有啥区别。。Tesla贵，Q有输出。。
评论
居然还有这个限制，不查不知道啊
我想问下tesla和quadro这两个是不是都没有限制啊，gp100的f64比p100的f64高一点但价格一样有必要执着于p100么？
评论
Quadro必然没有。。。
评论
p100被动散热，在你的机器上会非常烧烤，上机架才不会烧烤
评论
也就是说如果拿来运算，买个quadro回来最好也是当tesla用对吧
我有点在意的是titan v的驱动会不会埋暗坑，强行不兼容
nvidia dgx station降价看了下似乎不针对教育和研究机关，只能再看看别家的了
评论
quadro gp100记得是限制最多双卡，另外老黄的驱动细分得很厉害，不太好说quadro的跑科学计算能不能100%发挥算力
评论
学术级machine learning大都是每个模型自己用一张卡。这种情况titan v就够用，如果经费真的太紧也可以考虑titan xp。工业级的话，billion级数据可以考虑v100的dgx1。像你说的还在用k40，或者2xgp100，那完全没有用到nvlink，所以叫几个学生帮忙买几张titan v应该满足需求，只是nvidia销售肯定会很生气。
评论
不要买quadro，这是用于visual computing的，就买titan v。
我不确定matlab是否兼容titan v，但python下没有不兼容的，当然加速代码可能需要自己写，要用到cudnn库。我已经用过1个多月了，我就是搞dl的。
评论
大概就是老黄在驱动上做手脚了吧，不知道这些专业的设备有没有专门的评测机构写测评
评论
我那天去东大看他们就把被动散热的k40放在一个普通的silverstone的atx卧式机箱里【facepalm】
我还是买个带风扇的titan v好了
评论
我手里还有一张拆下来的K20m和PHI 31SP呢，都是被动散热的，从机器里拆出来的，然而只有那种2U机器能上，不然解决不了散热
评论
看老黄官网，Tesla和quadro的驱动完全不一样，也只有tesla的会问quda版本号，quadro看来买了也是浪费
评论
做ml的话2*gp100 还是有用到nvlink的，这边是打算配一个配置更高的，看纸面数据，单titan v还是要弱一点，ml那边还是买2*tesla v100吧
评论
matlab这边只是用gpu来并行计算，读了下manual用titan v完全没有问题
ml因为大boss是打算配一个更高阶的机子，titan v不能sli有点伤
评论
我估计他们一直没有发现卡在降频运行
毕竟都不是计算机相关专业，估计买来也就将就着用了
评论
一般来说我肯定不推荐买tesla p100，第一他是前代架构，买新不买旧。第二titan v有tensor core，混合精度性能达到110t，但我用过后这个观点我已经不太确定了，第一titan v的tensor core要利用是有难度的，你的模型必须要用半精度float16，这个要求不具备普适性，并不是所有模型都能够容忍精度损失，第二就如你所说，titan v没有nvlink，不存在真正意义上的统一寻址，跨体系寻址的代价很大。
最佳方案当然是tesla v100，新架构，tensor core，统一寻址。售价79999
你的算法没法使用半精度的时候，我推荐tesla p100，旧架构，无tensor core，统一寻址。售价39999
如果你编程非常厉害，或者你有时间专研体系结构的优化，我建议你买titan v * n，可以自行优化跨体系寻址的性能（当然不一定成功），这是最经济的，但需要耗费你额外精力。售价22999
评论
感谢总结，翻译一下可以直接拿去请示大boss了 电路 电子 维修 求创维42c08RD电路图 评论 电视的图纸很少见 评论 电视的图纸很少见 评论 创维的图纸你要说 版号，不然无能为力 评论 板号5800-p42ALM-0050 168P-P42CLM-01 电路 电子 维修 我现在把定影部分拆出来了。想换下滚，因为卡纸。但是我发现灯管挡住了。拆不了。不会拆。论坛里的高手拆解过吗？ 评论 认真看，认真瞧。果然有收
·日本留学生活 求个大阪合租
·日本留学生活 自家房招租求
·日本留学生活 东京地区出9成新lv钱包
·日本育儿教育 孩子从国内过来如何学习日语
·日本育儿教育 明年四月横滨招月嫂
·日本育儿教育 请问咋让娃突破识字关？感谢分享中文共读和学习经验的妈妈
·中文新闻 东区明星迈克尔·格列柯，53 岁，将在第一次出生两年后第二次
·中文新闻 《爱情岛》明星卡米拉·瑟洛和杰米·朱维特在透露即将迎来第三