p42080ti算力

Ⅰ 深度學習顯卡用amd還是英偉達

深度學習顯卡用英偉達比較好。

NVIDIA使用的人較多，所以網上的資源也比較多，容易學習和構建。而AMD的顯卡，由於很遲才推出它的編程架構，用的人比較少，所以網上的資料較少，所以很難去學習。NVIDIA在深度學習訓練方面的領先地位在MLPerf 0.6中得到了證明，這是AI訓練的第一項行業級基準測試。

深度學習顯卡的選擇：

1、選擇算力在5.0以上的

根據官方說明，在GPU算力高於5.0時，可以用來跑神經網路。算力越高，計算能力越強，建議小夥伴們在資金充足的情況下，盡量買算力高一些的。

2、盡量選擇大顯存

顯存越高，意味著性能越強悍。特別是對於CV領域的朋友們，建議至少有一個8GB顯存的顯卡。下面是英偉達的部分中高端顯卡的一些性能參數。

3、GPU幾個重要的參數

GPU架構：

不同款的GPU可能採用不同設計架構，比如GeForce 10系列的GTX 1080/1080Ti採用的是Pascal架構，而GeForce 20系列的RTX 2080/2080Ti採用的是Turing架構。不同架構的GPU，即使其他參數差不多，性能差別可能非常大。

顯存帶寬：

代表GPU晶元每秒與顯存交換的數據大小，這個值等於顯存位寬＊工作頻率，單位為GB/秒，該值越大，代表GPU性能越好。Geforce GTX 1080的顯存帶寬為320GB/秒，而它的升級版Geforce RTX 2080的帶寬為448GB/秒。

顯存位寬：

代表GPU晶元每個時鍾周期內能從GPU顯存中讀取的數據大小，這個值越大代表GPU晶元和顯存之間數據交換的速度越快，性能越好。Geforce GTX 1080的顯存位寬為256bit，Geforce RTX 2080Ti顯存位寬為352bit。

GPU工作頻率：

代表GPU每秒鍾工作次數，單位為MHz，跟CPU的頻率類似。該值越大代表性能越好。

CUDA核心數量：

CUDA核心數量越大越好，Geforce GTX 1080的CUDA核心數量是2560個。而Geforce RTX 2080Ti的CUDA核心數高達4352個。

功耗：

GPU能耗，像Geforce這種消費級的顯卡一般功耗非常高，Geforce GTX 1080的最大功耗為175W，Tesla P4的最大功耗為75W。像那種數據中心大規模級別的GPU部署，低功耗的顯卡一年電費能省很多。