GPU算力對比

㈠ hd7970和麗台k2000那個GPU計算能力高一些

你要做什麼計算處理啊？K2000是Nvidia
Quadro系列繪圖卡，不是專業計算卡，Tesla系列才是。
而Nvidia全系列顯卡都支持CUDA，都可以做通用計算。HD
7970的GCN架構在雙精浮點運算方面現在確實是比Kepler好，但AMD的Stream通用計算開發遠不如CUDA成熟。
性能方面，AMD系列的GPU好一些，我指的是雙精；但程序開發方面，Nvidia的GPU更有優勢。
挖礦就選AMD顯卡吧，並發密集度高一些。

㈡ GPU和CPU到底誰運算能力強

兩者的側重點不同，GPU針對的是圖像，CPU針對的是數據，兩者不好做比較，如果非要比的話，GPU要強於CPU

㈢ 為什麼GPU的浮點運算能力比CPU強的多

首先，「速度區別主要是來自於架構上的區別」是一個表面化的解釋。對，架構是不同。但是這種不同是目前各個廠家選擇的現狀，還是由於本質的原因決定的？CPU 能不能增加核？GPU 那張圖為什麼不需要 cache？

首先，CPU 能不能像 GPU 那樣去掉 cache？不行。GPU 能去掉 cache 關鍵在於兩個因素：數據的特殊性（高度對齊，pipeline 處理，不符合局部化假設，很少回寫數據）、高速度的匯流排。對於後一個問題，CPU 受制於落後的數據匯流排標准，理論上這是可以改觀的。對於前一個問題，從理論上就很難解決。因為 CPU 要提供通用性，就不能限制處理數據的種類。這也是 GPGPU 永遠無法取代 CPU 的原因。

其次，CPU 能不能增加很多核？不行。首先 cache 佔掉了面積。其次，CPU 為了維護 cache 的一致性，要增加每個核的復雜度。還有，為了更好的利用 cache 和處理非對齊以及需要大量回寫的數據，CPU 需要復雜的優化（分支預測、out-of-order 執行、以及部分模擬 GPU 的 vectorization 指令和長流水線）。所以一個 CPU 核的復雜度要比 GPU 高的多，進而成本就更高（並不是說蝕刻的成本高，而是復雜度降低了成片率，所以最終成本會高）。所以 CPU 不能像 GPU 那樣增加核。

至於控制能力，GPU 的現狀是差於 CPU，但是並不是本質問題。而像遞歸這樣的控制，並不適合高度對齊和 pipeline 處理的數據，本質上還是數據問題。

㈣ GPU雲計算平台哪家的算力比較強

上海世紀互聯新上線的GPU雲平台算力就很強，他們用的是NVDIA的DGX A100，是現目前市場上競爭力十分強的人工智慧伺服器，單台的算力就有5Peta Flops，多台組成集群的話，算力更加嚇人，比起市面上很多的雲平台都要強很多。

㈤ 顯卡鎖算力和不鎖算力的區別是什麼

沒有影響，顯卡鎖算力，是當顯卡開始運行挖礦軟體，進行哈希演算法的時候（以太坊演算法）顯卡就會自動降低顯存頻率來鎖住算力。

對於游戲玩家來說，平時不運行挖礦軟體是不會對於顯卡性能有影響的。

硬體驅動雙鎖算力是基於監測虛擬貨幣的算力砍半，並非日常使用也無腦砍半，所以玩家日常使用的話完全不用擔心性能損失。全新的 LHR 核心僅僅是針對虛擬貨幣進行了哈希率限制，日常使用以及打游戲則完全不受影響。

顯卡性能：

一、先看顯存。

在挑選電腦時聽導購員說的最多的就是大顯存好，其實這個觀點又對又不對，咱們先來說說它為什麼是對的。

顯存就好像cpu的運行內存一樣是非常重要的，顯示畫面中的各種圖形都會在這里短暫的儲存並交由顯卡晶元進行處理，所以通常來說確實是越大越好，大的顯存可以存儲更多的數據供顯卡晶元處理，你所看到的畫面也會更加的流暢。

二、看傳輸方式。

這里就會涉及到光看顯存為什麼是不對的了，現在通用的顯卡信息傳輸方式有ddr3和ddr5。如果將顯存比作裝滿水的水池，將顯卡晶元比作空水池的話，那麼傳輸方式就是在二者之間聯通的水管 。

若果想要將空水池灌滿光是有足量的水自然是不夠的，還要有流量足夠大的水管，也就是說光是顯存大是不管用的，你的水管還要更粗才行，ddr5相比ddr3擁有更寬的帶寬，所以在挑選顯卡時盡量要選擇ddr5的顯卡。

當然基礎的顯存還是需要的，對於現在的顯卡晶元來說，2gb的顯存就已經能夠滿足其高性能運轉的需求了，所以在大的顯存一般都是噱頭而已沒有必要為了選擇一個4gb顯存ddr3的顯卡而舍棄掉2gb顯存ddr5的顯卡。

㈥ 有ti的GPU計算能力是否比無ti的高

是的，英偉達在產品設計取型號的時候都是TI比無TI的性能要好，也可以通俗地說GPU處理能力強。有時候細節分析上有時候不帶TI的會好一些，例如下圖中的不太TI的加速頻率和基礎速率要好，但是整體性能來說帶TI的會好得多。

goshes-i信息化英偉達GTX顯卡TI性能比

㈦ 有沒有人測過2400G的GPU算力是多少

2400g的vega沒有顯存，但凡此類集成顯卡，很多挖礦工具直接不能運行的，而且，就算能也沒有用，人家用rx560一台機器可以接至少6塊，而2400g根本不能多個一起用，一個2400g必須對應一塊主板，這個成本比顯卡挖高了非常多。

㈧ gpu計算能力1.0是什麼意思

計算能力是Nvidia公司在發布CUDA（統一計算架構，Compute Unified Device Architecture，一種對GPU進行編程的語言，類似於C語言對CPU進行編程）時提出的一個概念。因為顯卡本身是一個浮點計算晶元，可以作為計算卡使用，所以顯卡就具有計算能力。不同的顯卡具有不同的計算能力，為了以示區分，Nvidia就在不同時期的產品上提出了相應版本的計算能力x.x。計算能力1.0出現在早期的圖形卡上，例如，最初的8800 Ultras和許多8000系列卡以及Tesla C/D/S870s卡，與這些顯卡相應發布的是CUDA1.0。今天計算能力1.0已經被市場淘汰了。此後還有計算能力1.1，這個出現在許多9000系列圖形卡上。計算能力1.2與GT200系列顯卡一起出現，而計算能力1.3是從GT200升級到GT200 a/b修訂版時提出的。再往後還有計算能力2.0、2.1、3.0等版本。最新發布的版本是計算能力6.1，由最新的帕斯卡架構顯卡所支持，同時CUDA版本也更新到CUDA8.0。

對於普通用戶無需關心顯卡的計算能力，只有GPU編程人員在編寫CUDA程序，對GPU的計算進行開發時才關心這個問題。只要知道自己電腦所帶的顯卡型號就能查詢到相應的計算能力，這里貼上官方網址：https://developer.nvidia.com/cuda-gpus。

㈨ 相同功耗的前提下，cpu和gpu哪個算力更強

也就是比性能/功耗唄。比這個，gpu遠勝cpu。當初正是因為cpu要把大量功耗和晶體管花在控制電路和cache上，gpu才會被做成獨立晶元，並進一步有gpgpu。