RTX 20系列顯卡降臨

重磅乾貨，第一時間送達

2018年8月22日，在德國科隆遊戲展上，NVIDIA CEO 黃仁勛終於為 GeForce 系列揭開了新的一頁，為世人帶來了搭載 12 納米製程 Turing 架構的全新消費級顯卡 RTX 2070、RTX 2080 和 RTX 2080Ti。

GeForce RTX 2080 Ti：遊戲顯卡終結者

旗艦版本是RTX 2080 Ti，主頻為 1515 MHz，擁有 4352個CUDA Core，以及11GB 的 GDDR6 內存，每秒處理速度達 10 GigaRays。常規版本 RTX 2080 的主頻為 1515 MHz，有 2944 個 CUDA Core，8GB GDDR6 內存。RTX 2070 的主頻為 1410 MHz，2304 個 CUDA Core，同樣是 8GB GDDR6 內存。

RTX 2080 Ti的具體規格如下：

RTX 系列價格

RTX 2070 599美元

RTX 2080 799美元

RTX 2080 Ti 1199美元

註：國內的價格應該要乘以1.5~

十年巨作

要實時追蹤一個房間里的光線，就意味著PETAFLOPS級的運算量，上面這樣一條街道的渲染，更是需要異常龐大的算力支撐。

怎樣實現PETAFLOPS級的計算力？老黃說，在圖形學和GPU的進步之路上，最偉大的槓桿就是架構。

這三款GPU，基於上周剛剛在SIGGRAPH上發布的英偉達第18代GPU架構：圖靈。老黃在今天的發布會上，又面向遊戲界人士科普了一次。

圖靈架構中，包含專門用於加速實時光線追蹤的硬體RT核心，也包含支持深度學習訓練和推斷的新張量核心（Tensor Core），每秒可進行500萬億次張量運算。

基於圖靈架構構成的計算平台，就體現在了這幾款GPU的名字之中：英偉達RTX。

選卡建議

那麼對於深度學習，如何選擇GPU？Tim Dettmers的建議如下：

總體來說最好的 GPU 是: RTX 2080 Ti

成本效益高，但價格昂貴：RTX 2080, GTX 1080

成本效益高，且價格實惠: GTX 1070, GTX 1070 Ti, GTX 1060

我使用的數據集 > 250GB: RTX 2080 Ti 或 RTX 2080

我沒有太多預算: GTX 1060 (6GB)

我很窮: GTX 1050 Ti (4GB) or CPU (prototyping) + AWS/TPU (training)

我參加 Kaggle 競賽: GTX 1060 (6GB) 用於原型設計 , AWS 用於最終訓練; 使用 fastai 庫

我是計算機視覺研究人員：RTX 2080 Ti; 2019 年可以升級到 RTX Titan

我是一名研究人員：RTX 2080 Ti 或 GTX 10XX -> RTX Titan（看一下你當前模型的存儲要求）

我想建立一個 GPU 集群：這很複雜，可以參考這篇文章timdettmers.com/2014/09/21/how-to-build-and-use-a-multi-gpu-system-for-deep-learning/

我剛開始進行深度學習，並且我是認真的：可以先從 GTX 1060 (6GB) 開始，或者從便宜的 GTX 1070 或 GTX 1070 Ti 開始。這取決於你下一步想做什麼（去初創公司，參加 Kaggle 競賽，做研究，應用深度學習），然後賣掉最初的 GPU 再買更適合的

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！