- 1记录springboot中配置druid数据源sql server的坑 附上配置图_springboot druid sqlserverdriver
- 2R语言入门——如何把字符串转化为可执行的命令？_r 字符串转换为命令
- 3PythonTip 分解n!_python 数论分解n
- 4模拟Web服务器
- 5Python-正则表达式_python 正则表达式 括号
- 6一台服务器多人远程桌面连接,Windows Server 2008 R2多用户远程桌面连接授权
- 7.Net Framework 3.5, 3.5 sp1 中文版离线安装
- 8mac下提示MAC电脑GIT提交代码到GITHUB提示GIT-CREDENTIAL-OSXKEYCHAIN 验证解决方案
- 9微服务学习 | Springboot整合Dubbo+Nacos实现RPC调用_dubbo整合nacos
- 10shell管道命令(pipe)_shell 管道
GPU与MIC对比_gpu mic
赞
踩
属性
| NVIDIA GPU | Intel MIC | |
| 单核 | 流处理器/CUDA core 每个核运行一个线程 | X86 core 每个核上最多支持4个硬件线程 |
| 主频 | 接近1GHz | 1.0-1.1GHz |
| 核数 | 数十个到数千个 | 57-61 |
| 并行度 | Grid、block、thread多级并行 细粒度并行(线程数>>核数) 线程之间开销为0 | 线程+向量化 线程数<=(核数-1)*4 向量化宽度512bit（单精度：16，双精度：8） |
| 内存大小（GB） | 最大12GB | 6/8/16GB |
| 内存带宽 | 288 GB/s | 240-352GB/s |
| 数据访问要求 | Warp内的线程访问的数据连续最佳 | 线程内访问的数据连续；如果向量化的话，向量化的数据访问连续最佳 |
| 峰值性能 | 单精度：最大4.29TFlops 双精度：最大1.43TFlops 计算方法：指令吞吐率*运算单元数量*频率 | 单精度：2.0-2.2 TFlops 双精度：1.0-1.1 TFlops Sample DP calculation: 16 DP FLOPs/clock/core * 61 cores * 1.1GHz = 1073.6 GFLOP/s |
| 编程语言 | CUDA、OpenCL、OpenACC | OpenMP、OpenCL、Cilk、OpenACC |
| 编程模式 | Offload | Offload、Native、Symmetric |
| 功耗 | 235W | 225-300W |
| PCI-E带宽 | 支持2.0（双向各8GB/s） 支持3.0（双向各16GB/s） | 支持2.0（双向各8GB/s） 目前不支持3.0 |
| 运行平台 | PC、服务器、工作站 个人可以在PC上配置一块GeForce卡运行CUDA，成本低、性能高 | 服务器 比较专业，成本较高，个人很少配置 |
| 产品 | GeForce：几百到几千元，用在PC上（当前主流GTX710-780） Tesla：1W-3W元，用在服务器上（当前主流K20，K40） Quadro：数千元，用在工作站上（当前主流Quadro K4100M、Quadro K3100M、Quadro K2100M、Quadro K610M） | KNC：1W-2W元左右 当前主流7110P、5110P、3110P |
| 支持的操作系统 | Windows：XP、win7、win8 Linux X86：Fedora、OpenSUSE、RHEL/CentOS、SLES、SteamOS、Ubuntu等 Linux ARM：Ubuntu Mac OSX | Windows：Windows 8 Server, Win 7, Win 8 Linux：RedHat6.0及以上，SuSE SLES11及以上 |
| 卡上自带OS | 无 | 自带uOS，有独立IP |
