GPU深度学习性能的三驾马车：Tensor Core、内存带宽与内存层次结构_tensorcore的作用

编者按：近年来，深度学习应用日益广泛，其需求也在快速增长。那么，我们该如何选择合适的 GPU 来获得最优的训练和推理性能呢？

今天，我们为大家带来的这篇文章，作者的核心观点是：Tensor Core、内存带宽和内存层次结构是影响 GPU 深度学习性能的几个最关键因素。

作者详细解析了矩阵乘法运算在深度学习中的重要性，以及 Tensor Core 如何通过特有的矩阵乘法计算单元极大地提升计算性能。同时，作者还分析了内存带宽对性能的制约作用，比较了不同 GPU 架构在内存层次结构方面的差异。

通过这篇文章，我们可以清晰地了解 GPU 中与深度学习性能密切相关的硬件指标，这有助于我们在选择和使用 GPU 时做出更明智的决策。最后，期待 GPU 在这些关键性能指标的进一步优化和突破。

作者 |Tim Dettmers

编译 | 岳扬

本文经原作者授权，由Baihai IDP编译。如需转载译文，请联系获取授权。

原文链接：

https://timdettmers.com/2023/01/30/which-gpu-for-deep-learning/