我正在运行一个Conjugate Gradient算法来求解一个大小为96 x 96的线性系统。使用相同的代码，相同的迭代次数和相同的精度（双精度），Geforce 480的耗时约为33.6 ms，而在特斯拉C2070上大约是132.1毫秒，几乎是Geforce 480的4倍！
这对你来说是否正常？有没有人经历过类似的结果，或者我做错了什么？
非常感谢！
答案 0 :(得分：0)
寻找共轭梯度时，在这篇文章中磕磕绊绊。
对于这个矩阵大小（96x96），共轭梯度只是矫枉过正：你可以使用Cholesky分解，这应该快得多。 同样地，使用GPU似乎并不实用，除非您并行解决其中的一堆。
对于性能差异，可能有各种解释，但我建议CG算法的迭代部分可能是限制性的 - 由于系统的大小，再次：Geforce可能在延迟方面更好并与之通信CPU。