谷歌计算引擎特斯拉K80拥有额外的HtoD和DtoH操作系统以及低于GPU利用率的桌面GTX 1080

Question

上下文 我在桌面计算机（tensorflow-gpu 1.2，cuda v 8.0.44，GPU GTX 1080）上创建了tensorflow中的Hierarchical RNN，然后决定在Google Cloud Platform（计算引擎）上进行相当纯粹的培训设置（2x Tesla K80，nvidia-docker，gcr.io/tensorflow/tensorflow:latest-gpu-py3图片，cuda v 8.0.61）。 两个模型的代码完全相同。

问题： 易失性GPU工具。两种情况都有很大不同：

• GPU GTX 1080：≈85-90％
• 特斯拉K80：≈40％

我真正感兴趣的是时间轴跟踪非常不同 - 在GTX 1080上没有MEMCPYHtoD或MEMCPYDtoH操作，而它们存在于GCP CE实例上，尽管设置大致相同。 / p>

Yaroslav Bulatov提到了here

  

时间轴中的HtoD表明某些GPU操作系统没有本机GPU实现。

，但为什么桌面上没有HtoD？

我想知道在GCE上使用/缩放张量流模型有什么特别之处？

时间轴GTX 1080 （桌面）

时间线特斯拉K80 （GCE）