NVIDIA显卡及架构介绍

2023-05-16

【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:

  1. Tegra: 手机和嵌入式设备用的(了解即可)
  2. GeForce: 显示器用的,比如电脑的显卡
  3. Quadro: 专业绘图
  4. 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TeslaFermiKeplerMaxcellPascallVoltaTuring
GPU时代1.02.03.05.06.07.07.5
时间2008201020122014201620172018

计算卡进化历程
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。

三、如何确定我的计算机上搭载了哪款 GPU?

答案:

  1. 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
  2. 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

gpu使用信息

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

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

NVIDIA显卡及架构介绍 的相关文章

  • Jacoco 计算单元测试代码覆盖率

    文章目录 实现步骤一 创建一个 96 maven 96 项目二 引入 96 Jacoco 96 的依赖三 增加 96 Jacoco maven plugin 96 相关配置四 编辑一段代码用于测试五 编写测试方法六 执行单元测试并计算代码覆
  • Junit5 快速上手使用 计算单元测试代码覆盖率

    文章目录 实现步骤一 创建一个 96 maven 96 项目二 引入 96 Junit 96 的依赖三 编辑一段代码用于测试四 编写测试方法五 执行单元测试六 计算覆盖率七 完整实现代码 实现步骤 一 创建一个maven 项目 不选择模板

随机推荐