[開箱] NVIDIA TITAN V 不專業開箱
一大早被郵差門鈴吵醒,趕緊開門收貨開箱,拿出一幾乎全白的盒子放在桌上:
https://i.imgur.com/eXLDkXA.jpg
打開後,除了 TITAN V 本體,還有兩本手冊與一條 DP 轉 DVI 的轉接線:
https://i.imgur.com/6vKbiLq.jpg
背板有 3 個 DisplayPort 加 1 個 HDMI 接頭:
https://i.imgur.com/U9K85dq.jpg
將本體拿出靜電袋,準備裝進系統:
https://i.imgur.com/ECRr1Ut.jpg
現有一張 ASUS ROG STRIX-GTX1080TI-O11G-GAMING:
https://i.imgur.com/nXXIVmM.jpg
利馬跑個之前寫的tensorflow程式,用小量資料組訓練個一期,結果跟預想差不多,
在不為 GV100 寫客製最佳化程式下其實只比 1080Ti 快 30% 左右,要完整用到那
640 個 Tensor Core 的運算能力,還有很多文件要看程式要寫:
https://i.imgur.com/YGDy8Oi.png
不過如果你的程式有用到雙精度浮點運算(FP64),倒是不用改程式就可以直接獲得
10 倍左右的加速,TITAN V 是 NVIDIA 首次在消費型顯卡下放全速 FP64 計算能力:
https://i.imgur.com/lIgIfMm.png
NVIDIA 的專業卡才會有的 ECC 記憶體,在 TITAN V 上還是沒有開放:
https://i.imgur.com/JjbUC5k.png
最後附上一個簡單的規格比較表:
╒═══════╤═══════╤══════╤══════╤═══════╕
│ │ Titan V │ Titan Xp │GTX 1080 Ti │ V100 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ CUDA Cores │ 5120 │ 3840 │ 3584 │ 5120 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ FP64 Cores │ 2560 │ 120 │ 112 │ 2560 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ Boost Clock │ 1455 MHz │ 1582 MHz │ 1582 MHz │ 1370 MHz │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 記憶體大小 │ 12GB │ 12GB │ 11GB │ 16GB │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 記憶體介面 │3072-bit HBM2 │384-bit G5X │352-bit G5X │4096-bit HBM2 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 記憶體頻寬 │ 653 GB/s │ 547 GB/s │ 484 GB/s │ 900 GB/s │
╞═══════╪═══════╪══════╪══════╪═══════╡
│半精度(Tensor)│ 110 TFLOPS │0.19 TFLOPS │0.17 TFLOPS │ 112 TFLOPS │
╞═══════╪═══════╪══════╪══════╪═══════╡
│單精度 (FP32) │ 13.8 TFLOPS │12.1 TFLOPS │11.3 TFLOPS │ 14 TFLOPS │
╞═══════╪═══════╪══════╪══════╪═══════╡
│雙精度 (FP64) │ 6.9 TFLOPS │0.38 TFLOPS │0.35 TFLOPS │ 7 TFLOPS │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ GPU 晶片 │ GV100 │ GP102 │ GP102 │ GV100 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ Die Size │ 815 mm2 │ 471 mm2 │ 471 mm2 │ 815 mm2 │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 電晶體數量 │ 21.1B │ 12B │ 12B │ 21.1B │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 製程技術 │TSMC 12nm FFN │TSMC 16nm FF│TSMC 16nm FF│TSMC 12nm FFN │
╞═══════╪═══════╪══════╪══════╪═══════╡
│ 售價 │ 10萬 │ 4萬 │ 2.8萬 │ 30萬 │
╘═══════╧═══════╧══════╧══════╧═══════╛
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.164.43.204
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1521377173.A.EDD.html
推
03/18 20:48,
6年前
, 1F
03/18 20:48, 1F
推
03/18 20:49,
6年前
, 2F
03/18 20:49, 2F
推
03/18 20:49,
6年前
, 3F
03/18 20:49, 3F
推
03/18 20:50,
6年前
, 4F
03/18 20:50, 4F
推
03/18 20:51,
6年前
, 5F
03/18 20:51, 5F
推
03/18 20:51,
6年前
, 6F
03/18 20:51, 6F
→
03/18 20:51,
6年前
, 7F
03/18 20:51, 7F
推
03/18 20:53,
6年前
, 8F
03/18 20:53, 8F
推
03/18 20:53,
6年前
, 9F
03/18 20:53, 9F
→
03/18 20:55,
6年前
, 10F
03/18 20:55, 10F
→
03/18 20:55,
6年前
, 11F
03/18 20:55, 11F
→
03/18 20:55,
6年前
, 12F
03/18 20:55, 12F
推
03/18 20:56,
6年前
, 13F
03/18 20:56, 13F
推
03/18 21:00,
6年前
, 14F
03/18 21:00, 14F
※ 編輯: hotdogee (1.164.43.204), 03/18/2018 21:02:52
推
03/18 21:05,
6年前
, 15F
03/18 21:05, 15F
推
03/18 21:08,
6年前
, 16F
03/18 21:08, 16F
推
03/18 21:09,
6年前
, 17F
03/18 21:09, 17F
推
03/18 21:14,
6年前
, 18F
03/18 21:14, 18F
推
03/18 21:15,
6年前
, 19F
03/18 21:15, 19F
推
03/18 21:20,
6年前
, 20F
03/18 21:20, 20F
推
03/18 21:20,
6年前
, 21F
03/18 21:20, 21F
推
03/18 21:23,
6年前
, 22F
03/18 21:23, 22F
推
03/18 21:24,
6年前
, 23F
03/18 21:24, 23F
推
03/18 21:26,
6年前
, 24F
03/18 21:26, 24F
推
03/18 21:26,
6年前
, 25F
03/18 21:26, 25F
推
03/18 21:27,
6年前
, 26F
03/18 21:27, 26F
推
03/18 21:28,
6年前
, 27F
03/18 21:28, 27F
X10DAi + 兩顆E5-2690V4
推
03/18 21:29,
6年前
, 28F
03/18 21:29, 28F
推
03/18 21:31,
6年前
, 29F
03/18 21:31, 29F
推
03/18 21:32,
6年前
, 30F
03/18 21:32, 30F
推
03/18 21:36,
6年前
, 31F
03/18 21:36, 31F
推
03/18 21:41,
6年前
, 32F
03/18 21:41, 32F
CUDA 9.0 + cuDNN 7 + TensorFlow 1.6.0
推
03/18 21:41,
6年前
, 33F
03/18 21:41, 33F
推
03/18 21:43,
6年前
, 34F
03/18 21:43, 34F
推
03/18 21:45,
6年前
, 35F
03/18 21:45, 35F
還有 26 則推文
推
03/19 00:32,
6年前
, 62F
03/19 00:32, 62F
→
03/19 00:36,
6年前
, 63F
03/19 00:36, 63F
→
03/19 00:36,
6年前
, 64F
03/19 00:36, 64F
推
03/19 00:38,
6年前
, 65F
03/19 00:38, 65F
→
03/19 00:51,
6年前
, 66F
03/19 00:51, 66F
推
03/19 00:51,
6年前
, 67F
03/19 00:51, 67F
推
03/19 00:59,
6年前
, 68F
03/19 00:59, 68F
推
03/19 01:00,
6年前
, 69F
03/19 01:00, 69F
推
03/19 01:11,
6年前
, 70F
03/19 01:11, 70F
推
03/19 01:14,
6年前
, 71F
03/19 01:14, 71F
推
03/19 01:14,
6年前
, 72F
03/19 01:14, 72F
為了速度會希望把所有資料載入記憶體,資料量一大就會出現記憶體不足的錯誤,
只好再改程式從SSD慢慢載。
推
03/19 01:15,
6年前
, 73F
03/19 01:15, 73F
推
03/19 01:21,
6年前
, 74F
03/19 01:21, 74F
→
03/19 01:23,
6年前
, 75F
03/19 01:23, 75F
→
03/19 01:27,
6年前
, 76F
03/19 01:27, 76F
→
03/19 01:36,
6年前
, 77F
03/19 01:36, 77F
→
03/19 02:02,
6年前
, 78F
03/19 02:02, 78F
推
03/19 02:03,
6年前
, 79F
03/19 02:03, 79F
※ 編輯: hotdogee (1.164.43.204), 03/19/2018 02:13:06
推
03/19 04:47,
6年前
, 80F
03/19 04:47, 80F
推
03/19 04:49,
6年前
, 81F
03/19 04:49, 81F
推
03/19 06:49,
6年前
, 82F
03/19 06:49, 82F
目前挖礦效能差最多的是挖ETH
原生 超頻
TITAN V :70 MH/s 80 MH/s
Vega 64 :37 MH/s 42 MH/s
TITAN Xp:37 MH/s 40 MH/s
1080Ti :32 MH/s 35 MH/s
推
03/19 07:03,
6年前
, 83F
03/19 07:03, 83F
推
03/19 08:04,
6年前
, 84F
03/19 08:04, 84F
推
03/19 08:58,
6年前
, 85F
03/19 08:58, 85F
推
03/19 09:21,
6年前
, 86F
03/19 09:21, 86F
推
03/19 09:34,
6年前
, 87F
03/19 09:34, 87F
推
03/19 09:45,
6年前
, 88F
03/19 09:45, 88F
推
03/19 10:07,
6年前
, 89F
03/19 10:07, 89F
推
03/19 10:27,
6年前
, 90F
03/19 10:27, 90F
推
03/19 10:32,
6年前
, 91F
03/19 10:32, 91F
推
03/19 11:25,
6年前
, 92F
03/19 11:25, 92F
推
03/19 13:44,
6年前
, 93F
03/19 13:44, 93F
推
03/19 16:29,
6年前
, 94F
03/19 16:29, 94F
※ 編輯: hotdogee (61.216.129.55), 03/19/2018 16:40:48
推
03/19 18:49,
6年前
, 95F
03/19 18:49, 95F
推
03/19 20:43,
6年前
, 96F
03/19 20:43, 96F
推
03/19 23:51,
6年前
, 97F
03/19 23:51, 97F