推荐用于 TensorFlow 的 GPU

Question

我了解 Tensorflow 需要（用于 GPU 计算）具有 Nvidia 计算能力 >= 3.0 的 GPU。有许多这样的 GPU 可供选择。面向游戏的 GPU，例如GeForce 模型比面向计算的模型便宜得多，例如特斯拉。我有限的理解是，面向计算的模型可能缺少视频输出（计算不需要），并且游戏模型可能正在执行 32 位数学而不是 64 位。假设 Tensorflow 使用（或更喜欢）64 位，这样做是否意味着如果与 Tensorflow 一起使用，游戏模型将无法工作或产生不足的结果？在选择与 Tensorflow 一起使用的 GPU 时应该寻找哪些属性？

Answer 1

支持 GPU 的 TensorFlow 版本具有以下要求：

• 64 位 Linux
• Python 2.7
• NVIDIA CUDA® 7.5（Pascal GPU 需要 CUDA 8.0）
• NVIDIA cuDNN v4.0（最低）或 v5.1（推荐）

TensorFlow GPU 支持需要具有 NVidia Compute Capability >= 3.0 的 GPU 卡。支持的卡包括但不限于：

• 英伟达泰坦
• 英伟达 Titan X
• 英伟达 K20
• 英伟达 K40

你可以查看他们的官方文档Tensorflow GPU support

Answer 2

游戏 GPU 可以很好地工作。您需要一个具有大量内存和 CUDA 内核的最新 GPU。如今，大多数在 GPU 上训练神经网络的人都使用 32 位浮点数。