| NVIDIA显卡及架构介绍 | 您所在的位置：网站首页 › 安培架构图形卡怎么做 › NVIDIA显卡及架构介绍 |
NVIDIA显卡及架构介绍
|
【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）； 本博客的内容来自于：NVIDIA显卡及架构介绍； 学习、合作与交流联系q384660495； 本博客的内容仅供学习与参考，并非营利； 文章目录 一、NVIDIA显卡系列：二、架构排序（时间顺序）：三、如何确定我的计算机上搭载了哪款 GPU？四、linux下查看GPU版本和详情信息1、查看CUDA版本2、查看cudnn版本3、查看GPU版本信息和使用情况4、查看GPU型号 五、CPU,GPU,TPU,NPU都是什么？参考资料 一、NVIDIA显卡系列： Tegra: 手机和嵌入式设备用的（了解即可）GeForce： 显示器用的，比如电脑的显卡Quadro： 专业绘图Tesla: 大规模计算，比如深度学习训练主要关注GeForce和Tesla，GeForce日常用，Tesla计算专用卡。 二、架构排序（时间顺序）：Tesla（特斯拉）: 市面已经没有相关显卡 Fermi（费米）：GeForce 400, 500, 600, GT-630 Kepler（开普勒）：Tesla K40/K80, GeForce 700, GT-730 Maxwell（麦克斯韦尔）: Tesla/Quadro M series GeForce 900, GTX-970 Pascal（帕斯卡）: Tesla p100,GTX 1080, GTX 1070, GTX 1060 Votal（伏打）: Tesla V100, GTX 1180 Turing（图灵）: T4,GTX 1660 Ti, RTX 2060 Ampere（安培）: A100 架构TeslaFermiKeplerMaxcellPascallVoltaTuringGPU时代1.02.03.05.06.07.07.5时间2008201020122014201620172018
答案： 在 Windows 计算机上： 在桌面上单击鼠标右键如果弹出窗口中出现了“NVIDIA 控制面板”或“NVIDIA Display”，则您使用的是 NVIDIA GPU单击弹出窗口中的“NVIDIA 控制面板”或“NVIDIA Display”查看“显卡信息”您即可看到 NVIDIA GPU 的名称在 Apple 计算机上： 单击“Apple Menu”（Apple 菜单）单击“About this Mac”（关于本 Mac）单击“More Info”（更多信息）选择“Contents”（内容）列表下的“Graphics/Displays”（显卡/显示器） 四、linux下查看GPU版本和详情信息 1、查看CUDA版本方法一：查看文件 cat /usr/local/cuda/version.txt方法二：命令 nvcc --version 2、查看cudnn版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 3、查看GPU版本信息和使用情况 nvidia-smi
查看NVIDIA驱动版本 sudo dpkg --list | grep nvidia-* 4、查看GPU型号 lspci | grep -i nvidia 五、CPU,GPU,TPU,NPU都是什么？中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。中央处理器的功效主要为处理指令、执行操作、控制时间、处理数据。 图形处理器（英语：Graphics Processing Unit，缩写：GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。 TPU（Tensor Processing Unit）即张量处理单元，是一款为机器学习而定制的芯片，经过了专门深度机器学习方面的训练，它有更高效能（每瓦计算能力）。 嵌入式神经网络处理器（NPU）采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。NPU处理器专门为物联网人工智能而设计，用于加速神经网络的运算，解决传统芯片在神经网络运算时效率低下的问题。 参考资料NVIDIA显卡架构 |
描述GPU有两个指标，一个是CUDA的核心数量，第二个是内存大小，在评估时主要考虑峰值计算性能和内存带宽，一般核心数量越多，TFlops越大，效果越好，在选购显卡的时候要首先根据用途选择对应的系列，然后看相应的计算性能和内存。
【本文地址】