显卡的基本知识

发表于 2023-05-16 更新于 2025-01-18 分类于 3-编程实践， H-CUDA 阅读次数：本文字数： 1.4k 阅读时长 ≈ 1 分钟

显卡基本知识

Nvidia 不生产显卡，只生产显卡芯片
七彩虹和影驰的显卡都采用的时候 Nvidia 生产的芯片，在此基础上进行加工，生产出现卡对外销售
英伟达是显卡厂商，但实际上英伟达主要是设计显卡架构，核心，而英伟达也生产显卡，这个就叫公版卡，而
七彩虹，索泰这些厂商用英伟达的显卡核心及架构根据市场进行调频，以及用料在生产性能不同的显卡满足市场不同需求，比如 1080，英伟达发布的所有涉及到的参数就是标准参数，其他厂商在这个基础上进行一定范围内的上调，性能比公版得更强，价格上又相差无几。更容易让消费者接受购买，到这里就不难理解，英伟达就是一个给下级厂商提供架构和核心，自己并不靠卖显卡挣钱，下级厂商根据提供的架构核心，生产有竞争力的产品

计算能力并不是描述 GPU 设备计算能力强弱的绝对指标，准确的说，这是一个架构的版本号。一般来说越新的架构版本号更高，计算能力的第一个数值也就最高
根据 https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#compute-capability 对显卡计算能力的解释，显卡计算能力可以认为是 Nvidia 对显卡硬件和软件进行版本划分的一种方法，一般计算能力包括主要修订版本号和次要修订版本号
- 主要修订版本号：表示显卡的核心架构，如 NVIDIA Ampere GPU 架构的设备计算能力为 8， Volta 架构的设备为 7
- 次要修订版本号：表示对核心架构的增量更新，可能指新功能，如计算能力为 7.5 是图灵架构，他是 Volta 架构的增量更新
根据 https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#compute-capabilities 不同的计算能力的显卡对功能具有不同的支持程度

GeForce 属于普通消费级显卡，而 Quadro 和 Tesla 则归类为专业级显卡
GeForce：要应用于游戏娱乐领域，保证计算速度的条件下，尽量保证计算准确率，反正计算错了也不会造成多大的损失
Quadro：主要用于专业可视化设计和创作，针对企业应用，对准确率要求比较高，保证计算准确度的前提下，尽量提高计算速度
Tesla：偏重于深度学习、人工智能和高性能计算这块
Quadro 驱动开发过程中，需要花费大量的资金和人力去保证稳定性以及与现有商业软件的兼容性，而 GeForce 则不会，上述原因导致 Quadro 价格是 GeForce 价格的 5-6 倍

参考：