Nvidia K20X与GeForce Titan进行GPGPU加速

我试图了解这两种用于学术计算的图形卡之间的区别，特别是对于DGEMM组件。

如果我们看原始统计数据，它们都有相同的GK110芯片，几乎在每个类别中都有可比较的统计数据，而且我相信它们具有相同的核心体系结构。不计任何折扣，K20X的价格大约是Titan的4倍。从效率的角度来看，在K20X上使用Titan似乎很有意义。

我很难理解这里的区别，有人可以阐明情况吗？

需要注意的是，我正在考虑为机架服务器购买这些卡，并基本上以完全倾斜的方式运行直到它们消失为止。但是，我认为对单个作业使用多个GPU的效率并不是特别重要。

有一些区别，但是不一定在硬件或规格上。请注意，这是我从论坛或新闻发布中获得的所有信息，因此请耐心等待。

第一个是“可伸缩性和可靠性”（来源）。K20设计为可在群集系统中运行，并以24/7全倾斜运行。Titan是为游戏而设计的，因此它将在此占空比下运行，但如果以这种方式使用，则可能会遇到长期的使用寿命问题。

驱动程序也有所不同，但是我不确定主要差异。卡的设计重点不同，可能会导致特斯拉卡在此方面的性能提升相对较小。

“特斯拉专有的一些功能包括：

• NVIDIA GPUDirect RDMA，可实现InfiniBand性能
• 用于MPI的Hyper-Q（在GeForce GTX TITAN上支持用于CUDA流的Hyper-Q）
• 所有内部和外部寄存器和存储器的ECC保护
• 受支持的GPU和集群管理工具，例如Br​​ight Computing，Ganglia。”（来源）

这说明了一个事实，即主要区别在于它们的可伸缩性。如果您希望在办公室的台式机上运行，​​那么就价格差异而言，很难与Titan相比K20进行争辩。如果您需要多个K20的额外性能，请为自己找到一个HPC中心，并花一些时间来购买他们的服务器。

编辑：

在对ECC进行了更多研究之后，我将更新此答案以指出将其安装在K20而不是Titan上的含义。以下信息是此处的信息解释。

ECC是对DRAM进行错误检查并为GPU进行注册。软错误是指错误地传输/存储了一点。电路越快越靠近，软错​​误的可能性就越高。如果要求解一组耦合的ODE或求解线性系统，则单个数字相差一个位可能会以不可重复的方式显着改变结果。使用ECC对CPU中的大多数标准RAM和高速缓存进行了错误检查，以检查这些错误。

另一方面，GPU的内存总线通常比CPU快得多，但通常不具有ECC。这是因为如果屏幕上的像素在一帧内稍微偏离一点，则程序的质量不会降低。这些错误也不会加剧。因此，跳过此功能可以节省大量芯片空间（和成本）。这种额外的复杂性可能导致特斯拉产品线的大部分额外成本。

我认为差异似乎主要在于市场细分。如果您是科学家，那么NVidia希望您担心自己的论文会被拒绝，因为您使用的是GPGPU，而RAM校正错误的程度不如K20X。同样，如果您是一家公司，则可能希望支付4倍的报酬，因为这意味着您不太可能因为计算结果未经过尽可能纠错而被起诉。个体玩家或业余爱好者GPGPU's被出售给Titan，是因为他们的钱少了，因此很难用这种方式说服。

这实际上取决于您运行的应用程序。GPUGRID.net在没有ECC的计算机上运行，​​一切都很好。结果与在任何其他平台上一样好。Acellera还出售带有GeForce卡的硬件，只有极少数情况下GPU出现故障。GeForce是您所需要的。