Titan Z vs K40处理器？

Question

我正在使用GPU进行科学计算。最近Nvidia发布了旗舰产品GeForce Titan Z.我想知道，这款处理器如何与特斯拉K40（另一款NVIDIA产品）展开竞争。我已经检查了这些规格，但他们知道这两个处理器之间的任何基准，或者Titan Z对科学计算应用的能力。我还想知道Titan Z是否应该从编程角度看作单GPU或两GPU。

先谢谢， 问候， Sakthi K

Answer 1

它有两个筹码;毫无疑问，从计算的角度来看，它将作为两张单独的牌，就像之前所有其他此类牌一样。

在过去的几年里，我与巨人和其他NVidia游戏卡进行了广泛的科学计算，并且它们对我的目的起作用很好，但与往常一样，“它取决于”。首先，如果你绝对需要双精度，那么它们是一个糟糕的交易。当然，大多数应用，包括科学模拟，实际上并不受单精度浮标的限制;但是对于某些应用来说，这很重要。

因此K40每个芯片具有更多内存，并且具有更高的双精度性能。但是如果你确定你不需要其中任何一个（就像我为我的下一个版本所做的那样），那么一对Titan Z是一种非常好的方法，可以将疯狂的单精度性能填充到可管理的外形中。

（编辑：我看到titan z不同于之前的游戏卡也具有完全的双精度;所以如果你确实需要双精度，那就增加了它的价值。个人而言，我发现内存通常比fp精度更有限制）

Answer 2

Titan Z本质上是同一张卡上的两个Titan Black芯片，带有6GB VRAM。 Titan Z的主要优势在于两个芯片是同步的，因此负载将均匀分布，而单价Titan Black的成本为1700美元。 Titan Black本身主要设计用于单精密单元，有限的双精度单元和相对低端的内存。

我建议Titan X可能比Titan Z或Titan Black更好的选择，原因有两个：（1）它的成本仅为1100美元（2）它的内存是两倍。因此，您实际上可以使用两个Titan X而不是一个Titan Z来构建功能强大的系统，并且成本大致相同。对于深度学习相关的工作尤其如此。事实上，NVidia Digits Devbox也有Titan X.

如果您的计算需要双精度（FP64），那么您需要看看像K40这样的特斯拉芯片，这些芯片的成本几乎是Titan X的两倍，内存也相同。大多数深度学习和机器学习相关的工作都涉及单精度与Titan X相比，K40或K80不合适。