英伟达GPU算力一览

目前更新至30系显卡

官方说明在GPU算力高于5.0时,此计算机可以用来跑神经网络,而在CSDN和网页上查找GPU算力时,没有一个比较全面的博客对目前的显卡算力做统计,而且英伟达官网链接打开真的谜一样,很慢或者直接打不开,所以用这篇博客记录一下截至到2022.8.8 ,一部分主流供深度学习的GPU的算力。
NVIDIA官方查找GPU算力的网址:
https://developer.nvidia.com/cuda-gpus

此外, 目前主流的游戏本显卡1650,1660以及1660Ti等并未出现在官网的算力表中 ,应该是这些GPU没有tensor core所以不太适合做深度学习。
查阅了一下官网,1650ti可以支持深度学习了!

感谢评论区纠正了关于NVIDIA显卡关于算力的解释:

@ dagongji10
这里的 Compute Capability 并不是我们常说的 TFLOPS 算力,它只是英伟达给自己支持 CUDA 的 GPU 设置的一个“版本号”而已,代表着这个GPU具备什么样的功能,版本号越高说明 GPU 的工具包越新,支持的功能越新。

1.CUDA-Enabled Tesla Products

2.CUDA-Enabled GeForce and TITAN Products

更新:RTX 30* 和1650ti
在这里插入图片描述
3
4
5
6

英伟达GPU算力一览官方说明在GPU算力高于5.0时,此计算机可以用来跑神经网络,而在CSDN和网页上查找GPU算力时,没有一个比较全面的博客对目前的显卡算力做统计,而且英伟达官网链接打开真的谜一样,很慢或者直接打不开,所以用这篇博客记录一下截至到2020.8.27,一部分主流供深度学习的GPU的算力。NVIDIA官方查找GPU算力的网址:https://developer.nvidia.com/cuda-gpus此外,目前主流的游戏本显卡1650,1660以及1660Ti等并未出现在官网的算力表中,
[型号列表] NVIDIA 英伟达 最新2023.4版所有Quadro/ Tesla 显卡列表,工作站、服务器显卡列表, 包含 即将发布的显卡 任务管理器中显示的显卡列表,有重复,可自行搜索,一共800多个显卡的型号,为任务管理器和设备管理器中显示的显卡列表,AIDA64、HWInfo64显示的显卡列表,工作站显卡,服务器显卡,Quadro显卡, Tesla 显卡,H100、A100、K40、 RTX 6000 Ada、 RTX 5000 Ada移动端等、H800、A800、L4、L40等 HGX H100等显卡集群、H100 80GB HBM3等显卡列表,显卡驱动中显示的显卡列表、型号等参数、正常的显卡列表,符合规定的显卡列表,非常全面的显卡列表,可下载的显卡列表 用于参考和学习,可用于对照进行软件兼容性适配,或者进行二次创作,作为调用对象,或者用于检测显卡真伪,CUDA ToolKits 12.0适配等 不 包含 游戏显卡,不 包含 GeF orce 系列 显卡,不 包含 AMD显卡,不 包含 英特尔显卡,不 包含 摩尔线程显卡,不 包含 显卡以外的设备 一行一个显卡型号和一个换行符,适合用于检测显卡准确度,可进行测试操作
New Bing似乎不认同你的观点,我在写setup.py的时候这俩东西要分开写的欸 Sent message. 硬件 SM 版本号和计算能力一样吗? 不,不能划为等号。它们表示不同的概念,不能互换使用。 硬件 SM 版本号指的是 GPU 中 SM(Streaming Multiprocessor)的硬件版本。它表示 SM 的架构、性能和功能。不同版本的 SM 可能具有不同的 CUDA 核心数量、缓存大小、执行单元等。 计算能力(Compute Capability)是 NVIDIA 用来表示其 GPU 硬件架构的版本号。它定义了 GPU 支持的特性和指令集。计算能力由两部分组成:主版本号和次版本号。主版本号表示 GPU 的架构,次版本号表示架构的修订版本。 因此,硬件 SM 版本号和计算能力不能划为等号。
HP电脑上Edge浏览器卡顿问题解决 恋乃夜舞大好き: 我去这gaming hub太流氓了,关键是我从来不会用它 HP电脑上Edge浏览器卡顿问题解决 renzhichuzh: nb,谢谢兄弟