CUDA 程序在 Tesla K20 上运行速度比 GTX 965 慢

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 8 年前。

Improve this question

我正在做一个项目，我必须比较各种 GPU 卡以进行性能分析。

我在两个 GPU 中为 Canny 边缘检测运行了相同的 cuda 代码，发现 gtx 965 比 Tesla K20 快得多(200%)。我还观察到 Tesla C2075 的运行情况与 Tesla K20 相同。

据我所知，K20有2496个核心，965有1024个核心，C2075有448个核心。 K20和C2075是NVIDIA Kepler架构，965是Maxwell架构。

我做错了什么或者导致此问题的硬件部分是否有任何差异？

另外，我们可以使用任何程序或理论计算来检查显卡消耗的功率吗？

Answer 1

许多核心并不一定意味着更短的执行时间。如果您的 CUDA 应用程序仅使用单线程并且您将在以下位置运行您的应用程序:

• K20，拥有大量核心，频率为 706MHz，
• 与 GTX965 不同，GTX965 大约有一半，但工作频率为 944MHz

...那么显然 GTX965 可以工作得更快。理论上，只要您的应用程序使用的核心数少于 1024 个，GTX 的性能就可以优于 K20，前提是内存不是 K20 实际存在的瓶颈:

• 更大的内存带宽，
• 总体来说内存更多，
• 内存时钟稍高一点。

因此，总而言之，考虑到硬件限制，“定制”CUDA 应用程序以比其他 GPU 更适合一种 GPU 是非常容易的。只需考虑内核启动参数等简单的事情，即网格大小和 block 大小。

此外，C2075 也是如此。根据规范，其核心频率为1.15GHz，优于K20和GTX965。