深度 | 英伟达Titan Xp出现后，如何为深度学习挑选合适的GPU？这里有份性价比指南
选自Tim Dettmers
作者：Tim Dettmers
机器之心编译
参与：李泽南、微胖
4 月初，英伟达发布了 Titan X Pascal 的升级版——新一代旗舰显卡 Titan Xp。它搭载 12G DDR5X 内存，速度为 11.4Gbps，共 3840 个 CUDA 核心（Titan X 和 GTX 1080 Ti 均为 3584 个），运行频率为 1.6GHz，运算速度可达 12TFLOPs。这是英伟达在发布售价为 818 美元的 GeForce GTX 1080Ti 后，对于显卡产品线的又一次调整。「这块新显卡将为用户提供极端的性能，」英伟达在发布公告中表示。Titan Xp 的目标用户不仅在于高端游戏玩家，更包括需要训练神经网络的研究者。随后（4 月 9 日），Tim Dettmers 再度更新了他的系列博客。这次更新主要比较了不同 GPU 产品性价比，补充、更新最终推荐名单。机器之心编译了更新后的博文全文（请注意，加粗部分为本次更新内容）。
深度学习是一个计算密集型领域，而 GPU 的选择将从根本上决定你的深度学习实验。没有 GPU，一个实验也许花费数月才能完成，或者实验运行一天却只关闭了被选择的参数；而一个良好稳定的 GPU 可让你在深度学习网络中快速迭代，在数天、数小时、数分钟内完成实验，而不是数月、数天、数小时。所以，购买 GPU 时正确的选择很关键。那么，如何选择一个适合你的 GPU 呢？这正是本篇博文探讨的问题，帮助你做出正确选择。
对于深度学习初学者来说，拥有一个快速 GPU 非常重要，因为它可以使你迅速获得有助于构建专业知识的实践经验，这些专业知识可以帮助你将深度学习应用到新问题上。没有这种迅速反馈，从错误中汲取经验将会花费太多时间，在继续深度学习过程中也会感到受挫和沮丧。在 GPU 的帮助下，我很快就学会了如何在一系列 Kaggle 竞赛中应用深度学习，并且在 Partly Sunny with a Chance of Hashtags Kaggle 竞赛上获得了第二名，竞赛内容是通过一个给定推文预测气象评分。比赛中，我使用了一个相当大的两层深度神经网络（带有两个修正线性单元和 dropout，用于正则化），差点就没办法把这个深度网络塞进我的 6G GPU 内存。
应该使用多个 GPU 并联吗？
在 GPU 的帮助下，深度学习可以完成很多事情，这让我感到兴奋。我投身到多 GPU 的领域之中，用 InfiniBand 40Gbit/s 互连组装了小型 GPU 集群。我疯狂地想要知道多个 GPU 能否获得更好的结果。我很快发现，不仅很难在多个 GPU 上并行神经网络。而且对普通的密集神经网络来说，加速效果也很一般。小型神经网络可以并行并且有效地利用数据并行性，但对于大一点的神经网络来说，例如我在 Partly Sunny with a Chance of Hashtags Kaggle 比赛中使用的，几乎没有加速效果。
随后，我进一步试验，对比 32 位方法，我开发了带有模型并行性的新型 8 位压缩技术，该技术能更有效地并行处理密集或全连接神经网络层。
然而，我也发现，并行化也会让人沮丧得发狂。针对一系列问题，我天真地优化了并行算法，结果发现：考虑到你投入的精力，即使使用优化过的自定义代码，多个 GPU 上的并行注意的效果也并不好。你需要非常留意你的硬件及其与深度学习算法交互的方式，这样你一开始就能衡量你是否可以受益于并行化。
我的计算机配置：你可以看到三块 GTX Titan 和一块 InfiniBand 卡。这是用于深度学习的好配置吗？
自那时起，GPU 的并行性支持越来越普遍，但距离全面可用和有效还差的很远。目前，在 GPU 和计算机中实现有效算法的唯一深度学习库是 CNTK，它使用微软的 1 比特量子化（有效）和 block momentum（很有效）的特殊并行化算法。通过 CNTK 和一个包含 96 块 GPU 的聚类，你可以拥有一个大约 90x-95x 的新线性速度。Pytorch 也许是跨机器支持有效并行化的库，但是，库目前还不存在。如果你想要在一台机器上做并行，那么，CNTK、Torch 和 Pytorch 是你的主要选择，这些库具备良好的加速（3.6x-3.8x），并在一台包含 4 至 8 块 GPU 的机器之中预定义了并行化算法。也有其他支持并行化的库，但它们不是慢（比如 2x-3x 的 TensorFlow）就是难于用于多 GPU (Theano)，或者兼而有之。
如果你重视并行计算，我建议你使用 Pytorch 或 CNTK。
使用多 GPU 而无并行
使用多 GPU 的另外一个好处是：即使没有并行算法，你也可以分别在每个 GPU 上运行多个算法或实验。速度没有变快，但是你能一次性通过使用不同算法或参数得到更多关于性能信息。如果你的主要目标是尽快获得深度学习经验，这是非常有用的，而且对于想同时尝试新算法不同版本的研究人员来说，这也非常有用。
如果你想要学习深度学习，这也具有心理上的重要性。执行任务的间隔以及得到反馈信息的时间越短，大脑越能将相关记忆片段整合成连贯画面。如果你在小数据集上使用独立的 GPU 训练两个卷积网络，你就能更快地知道什么对于性能优良来说是重要的；你将更容易地检测到交叉验证误差中的模式并正确地解释它们。你也会发现暗示需要添加、移除或调整哪些参数与层的模式。
所以总体而言，几乎对于所有任务来说，一个 GPU 已经足够了，但是加速深度学习模型，多个 GPU 会变得越来越重要。如果你想快速学习深度学习，多个廉价的 GPU 也很好。我个人宁愿使用多个小的 GPU，而不是一个大的 GPU，即使是出于研究实验的没目的。
英伟达 GPU、AMD GUP 还是英特尔的 Xeon Phi？
英伟达的标准库使得在 CUDA 中建立第一个深度学习库很容易，但没有适合 AMD 的 OpenCL 那样强大的标准库。目前还没有适合 AMD 显卡的深度学习库——所以，只能选择英伟达了。即使未来一些 OpenCL 库可用，我仍会坚持使用英伟达：因为对于 CUDA 来说，GPU 计算或者 GPGPU 社区是很大的，对于 OpenCL 来说，则相对较小。因此，在 CUDA 社区，有现成的好的开源解决方案和为编程提供可靠建议。
此外，英伟达现在为深度学习赌上一切，即使深度学习还只是处于婴儿期。押注获得了回报。尽管现在其他公司也往深度学习投入了钱和精力，但由于开始的晚，目前依然很落后。目前，除了 NVIDIA-CUDA，其他任何用于深度学习的软硬结合的选择都会让你受挫。
至于英特尔的 Xeon Phi，广告宣称你能够使用标准 C 代码，还能将代码轻松转换成加速过的 Xeon Phi 代码。听起来很有趣，因为你可能认为可以依靠庞大的 C 代码资源。但事实上，其只支持非常一小部分 C 代码，因此，这一功能并不真正有用，大部分 C 运行起来会很慢。
我曾研究过 500 多个 Xeon Phi 集群，遭遇了无止尽的挫折。我不能运行我的单元测试（unit test），因为 Xeon Phi 的 MKL（数学核心函数库）并不兼容 NumPy；我不得不重写大部分代码，因为英特尔 Xeon Phi 编译器无法让模板做出适当约简。例如，switch 语句，我不得不改变我的 C 接口，因为英特尔 Xeon Phi 编译器不支持 C++ 11 的一些特性。这一切迫使你在没有单元测试的情况下来执行代码的重构，实在让人沮丧。这花了很长时间。真是地狱啊。
随后，执行我的代码时，一切都运行得很慢。是有 bug（？）或者仅仅是线程调度器（thread scheduler）里的问题？如果作为运行基础的向量大小连续变化，哪个问题会影响性能表现？比如，如果你有大小不同的全连接层，或者 dropout 层，Xeon Phi 会比 CPU 还慢。我在一个独立的矩阵乘法（matrix-matrix multiplication）实例中复制了这一行为，并把它发给了英特尔，但从没收到回信。所以，如果你想做深度学习，远离 Xeon Phi！
给定预算下的最快 GPU
你的第一个问题也许是：用于深度学习的快速 GPU 性能的最重要特征是什么？是 cuda 内核数、时钟速度还是 RAM 的大小？
以上都不是。最重要的特征是内存带宽。
简言之，GPU 通过牺牲内存访问时间（延迟）而优化了内存带宽； 而 CPU 的设计恰恰相反。如果只占用了少量内存，例如几个数相乘（3*6*9），CPU 可以做快速计算，但是，对于像矩阵相乘（A*B*C）这样占用大量内存的操作，CPU 运行很慢。由于其内存带宽，GPU 擅长处理占用大量内存的问题。当然 GPU 和 CPU 之间还存在其他更复杂的差异。
如果你想购买一个快速 GPU，第一等重要的就是看看它的带宽。
根据内存带宽评估 GPU
CPU 与 GPU 的带宽，按时间顺序的纵向对比。带宽是 GPU 计算速度高于 CPU 的一大原因。
带宽可直接在一个架构内进行比较，例如, 比较 Pascal 显卡 GTX 1080 与 GTX 1070 的性能；也可通过只查看其内存带宽而直接比较。例如，GTX GB/s) 大约比 GTX
GB/s) 快 25%。然而, 在多个架构之间，例如 Pascal 对于 Maxwell 就像 GTX 1080 对于 GTX Titan X 一样，不能进行直接比较，因为加工过程不同的架构使用了不同的给定内存带宽。这一切看起来有点狡猾，但是，只看总带宽就可对 GPU 的大致速度有一个很好的全局了解。在给定预算的情况下选择一块最快的 GPU，你可以使用这一维基百科页面（List of Nvidia graphics processing units），查看 GB/s 中的带宽；对于更新的显卡（900 和 1000 系列）来说，列表中的价格相当精确，但是，老旧的显卡相比于列举的价格会便宜很多，尤其是在 eBay 上购买这些显卡时。例如，一个普通的 GTX Titan X 在 eBay 上的价格大约是 550 美元。
然而，另一个需要考虑的重要因素是，并非所有架构都与 cuDNN 兼容。由于几乎所有的深度学习库都使用 cuDNN 做卷积运算，这就限制了对于 Kepler GPU 或更好 GPU 的选择，即 GTX 600 系列或以上版本。最主要的是 Kepler GPU 通常会很慢。因此这意味着你应该选择 900 或 1000 系列 GPU 来获得好的性能。
为了大致搞清楚深度学习任务中的显卡性能比较情况，我创建了一个简单的 GPU 等价表。如何阅读它呢？例如，GTX 980 的速度相当于 0.35 个 Titan X Pascal，或是 Titan X Pascal 的速度几乎三倍快于 GTX 980。
请注意：我没有所有这些显卡，也没有在所有这些显卡上跑过深度学习基准。这些对比源于显卡规格以及计算基准（有些加密货币挖掘任务需要比肩深度学习的计算能力）的比较。因此只是粗略的比较。真实数字会有点区别，但是一般说来，误差会是最小的，显卡的排序也没问题。
也请注意，没有充分利用 GPU 的小型网络会让更大 GPU 看起来不那么帅。比如，一个 GTX 1080 Ti 上的小型 LSTM（128 个隐藏单元；batch 大小大于 64）不会比在 GTX 1070 上运行速度明显快很多。为了实现表格中的性能差异，你需要运行更大的网络，比如 带有 1024 个隐藏单元（而且 batch 大小大于 64）的 LSTM。当选择适合自己的 GPU 时，记住这一点很重要。
GPU 性能的粗略对比（2017 年 4 月 9 日）。注意：此对比仅适用于大计算量任务。
性价比分析（主要新增部分）
如果参照上图，将所有 GPU 的性能除以各自的价格，我们就得到了性价比的分析图，它一定程度上影响了我们在文末的建议。
性价比分析使用了新 GPU 在美国亚马逊的价格，以及旧 GPU 在 eBay 上的价格。请注意：这一对比在很多方面可能存在偏差，例如它没有考虑 GPU 内存大小的问题。
虽然 GTX 1050Ti 的性价比遥遥领先，但这是在没有考虑内存的情况下算出的，在应用时，1050Ti 的内存常常不能满足需求，这意味着你只能被迫选择那些单位价格性能较低的高端显卡。同样，你也很难用 4 块小 GPU 代替 1 块大 GPU 执行任务，因为小 GPU 存在很多缺点。所以你不能简单地通过买 16 块 GTX 1050 Ti 来试图达到 4 块 GTX 1080 Ti 的性能，因为这可能意味着你需要多买三台计算机——性价比反而低了。如果考虑这些细节的话，性价比的对比图应该是这样：
将其他硬件价格考虑在内后，各型号 GPU 的性价比。参考状态为：一个机箱，承载 4 块 GPU，价值 1500 美元的高端主板和 CPU。
所以，在实际情况下，如果你想要更高的性能，毫无疑问大 GPU 更有性价比。当然这一对比可能仍然存在偏差。因为每个人的预算都不是无限的。在给定资金的情况下，哪种 GPU 是最合适的？你的 GPU 在被升级前要使用几年？这些问题还有待解决。
所以在装机上做出选择并不容易。不过如果你充分考虑了所有问题，你所得出的结论应该与下面的推荐类似。
GPU 推荐（更新幅度较大）
总的来说，我会推荐 GTX 1080 Ti 、GTX 1080或者 GTX 1070。它们都是优秀的显卡，如果你买得起 GTX 1080 Ti 就入手吧。GTX 1070 更加便宜点，但是仍然比普通的 GTX Titan X (Maxwell) 要快一些。GTX 1080 比 GTX 1070 性价比要低一点，但是，既然 GTX 1080 Ti 价格跌得厉害，那么现在 GTX 1080 就与 GTX 1070 有的一拼。考虑到增加的内存（11G 和 8G），这三张显卡应该比 GTX 980 Ti 更值得选择。
8G 内存看起来有点小，但是对于许多任务来说，绰绰有余。比如，在 Kaggle 比赛，很多图像数据集、深度风格以及自然语言理解任务这些问题上，你遇到的麻烦会少很多。GTX 1060 是最好的入门 GPU，如果你是首次尝试深度学习或者有时想要使用它来参加 Kaggle 比赛。我不会推荐 GTX 1060 带有 3G 内存的变体产品，既然其他 6G 内存产品能力已经十分有限了。不过，对于很多应用来说，6G 内存足够了。GTX 1060 要比普通版本的 Titan X 慢一些，但是，在性能和价格方面（eBay 上）都可比肩 GTX 980。
如果要说物有所值呢，10 系列设计真的很赞。GTX 1050 Ti、GTX 1060、GTX 1070、GTX 1080和 GTX 1080 Ti 上都很出色。GTX 1060 、GTX 1050 Ti适合初学者，GTX 1070 、GTX 1080是某些产业和研究部门以及创业公司的好选择，GTX 1080 Ti 通杀高端选择。
一般说来，我不会推荐英伟达 NVIDIA Titan Xp，就其性能而言，价格死贵了。继续使用 GTX 1080 Ti 吧。不过，NVIDIA Titan Xp 在计算机视觉研究人员当中，还是有它的一席之地，这些研究人员通常要研究大型数据集或者视频集。在这些领域里，每 1G 内存都不会浪费，NVIDIA Titan Xp 比 GTX 1080 Ti 仅多出 1G 的内存也会带来更多的处理优势。我不会再推荐 NVIDIA Titan X (Pascal) 了，因为 NVIDIA Titan Xp 跑的快一些但价格几乎差不多。不过呢，考虑到市场上这些 GPU 的稀缺，如果你买不到 NVIDIA Titan Xp，你也可以买 Titan X (Pascal)。或许可以从 eBay 上淘到便宜的 Titan X (Pascal)。
如果你已经有了 GTX Titan X (Maxwell) GPUs，升级到 NVIDIA Titan X (Pascal) 或 NVIDIA Titan Xp 就不值了。剩下这个钱买下一代 GPU 吧。
如果你差钱，但真需要 12G 内存，那么，最好去 eBay 淘个 GTX Titan X (Maxwell)。
不过，绝大多数研究人员使用 GTX 1080 Ti 就可以了。对于绝大多数研究和应用来说，额外 1G 内存其实是不必要的。
我个人的研究工作，会用多个 GTX 1070 或者GTX 1080 。我宁可多跑几个测试，哪怕速度比仅跑一个测试（这样速度会快些）慢一些。在自然语言处理任务中，内存限制并不像计算机视觉研究中那么明显。因此，GTX 1070/GTX 1080就够用了。我的研究任务以及运行实验的方式决定了最适合我的选择就是 GTX 1070/GTX 1080。
现在，对于那些手头很紧又要买 GPU 的人来说，选择更少了。AWS 的 GPU 实例很贵而且现在也慢，不再是一个好的选择，如果你的预算很少的话。我不推荐 GTX 970，因为速度慢还死贵，即使在 eBay 上入二手（150 刀），而且还有存储及显卡启动问题。相反，多弄点钱买一个 GTX 1060，速度会快得多，存储也更大，还没有这方面的问题。如果你只是买不起 GTX 1060，我推荐 4GB RAM 的 GTX 1050 Ti。4GB 会有限，但是你可以玩转深度学习了，如果你调一下模型，就能获得良好的性能。GTX 1050 Ti 适合绝大多数 kaggle 竞赛，尽管可能会在一些比赛中限制你的竞争力。
如果你仅仅是想尝试一下深度学习，GTX 1050 Ti（2G 或 4G 内存）是一个不错的选择。
AWS GPU 实例
在这篇博文的前一个版本中，我推荐了 AWS GPU 的现货实例，但现在我不会再推荐它了。目前 AWS 上的 GPU 相当慢（一个 GTX 1080 的速度是 AWS GPU 的 4 倍）并且其价格在过去的几个月里急剧上升。现在看起来购买自己的 GPU 又似乎更为明智了。
这篇文章里的所有信息应该能帮助你通过平衡内存大小的需要、带宽速度 GB/s 以及 GPU 价格来找到合适的 GPU 了，这些推理在未来许多年中都会是可靠的。
但是，现在我所推荐的是 GTX 1080 Ti 、 GTX 1070 或者 GTX 1080，只要你买得起；如果你刚涉足深度学习或者手头紧，那么 GTX 1060 或许适合；如果你的钱不多，就买 GTX 1050 Ti 吧；如果你是一位计算机视觉研究人员，或许该入手 Titan Xp。
总结性建议
总的说来最好的 GPU：Titan Xp
有成本效益但价格高的：GTX 1080 Ti, GTX 1070,GTX 1080
有成本效益而且便宜：GTX 1060（6GB）
用来处理大于 250G 数据集：GTX Titan X (Maxwell), NVIDIA Titan X Pascal, or NVIDIA Titan Xp
我的钱不多：GTX 1060（6GB），用于常规比赛，或者 GTX 1080 Ti 用于「深度学习比赛」
我几乎没钱：GTX 1050 Ti（4GB）
我参加 Kaggle 比赛： 用于任何常规比赛，GTX 1060 (6GB）, 如果是深度学习比赛，GTX 1080 Ti
我是一名有竞争力的计算机视觉研究人员：NVIDIA Titan X 不要从现有的 Titan X (Pascal or Maxwell) 进行升级
我是一名研究人员：GTX 1080 Ti。有些情况下，比如自然语言处理任务，GTX 1070 或者 GTX 1080或许是可靠的选择——看一下你当前模型的存储要求。
想建立一个 GPU 集群：这真的很复杂，你可以从这里得到一些思路：http://t.cn/RXvx5X5
刚开始进行深度学习，我是认真的：开始用 GTX 1060（6GB）。根据你下一步的情况（创业？Kaggle 比赛？研究还是应用深度学习）卖掉你的 GTX 1060 然后换成更适合使用目的的 GPU。
原文链接：http://timdettmers.com//which-gpu-for-deep-learning/
本文为机器之心编译，转载请联系本公众号获得授权。
?------------------------------------------------
加入机器之心（全职记者/实习生）：
投稿或寻求报道：
广告&商务合作：
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点TITAN X显卡跑分暴露英伟达大秘密，GTX 1060不支持SLI是有原因的-控制器/处理器-与非网
不是因为主流市场对 SLI不感兴趣。
公司的旗舰单芯现已发售，标志着其帕斯卡架构GPU家族再添一员大将。TITAN X这个名称意味着它是英伟达公司可提供前所未有超高性能的发烧友级显卡，另外，它的售价为1200美金，单单从这个价格就能知道TITAN X绝非泛泛之辈。
有些人（事实上是大部分人）并不期待这样的猛兽级GPU，甚至对GTX 1080也并不感冒。主流的游戏玩家希望并不多花一分钱就能获得P分辨率下的一流性能。AMD公司推出了售价为199美金的Radeon RX-480，可以提供VR体验，为主流市场最具性价比的显卡竞赛又添了一把火。
英伟达在压力下手毛脚乱，推出了厂商建议零售价为249美金的GTX 1060，相比于AMD的RX 480，GTX 1060能提供更好的DX11性能，能耗表现也更出色。
RX-480引人注目的价格之所以大受追捧，一个原因在于它支持两个显卡在交叉火力模式下配对使用。AMD公开展示了设置步骤，并观察到两个配对使用的RX 480可以在奇点灰烬游戏中跑赢英伟达的GTX 1080。我们可以得到一个简单的结论，即在低于500美金的价格下配置两个RX 480，就能获得和GTX 1080这类级别的显卡旗鼓相当的性能。那么玩家们肯定希望英伟达也能够为GTX 1060提供这样引人注目的功能，这款显卡性能优于其上一代的GTX 980。
然而，真实情况却并非如此。此前有传闻称，英伟达宣布它不会为GTX 1060配置支持SLI，原因很简单，它认为主流市场的用户对中档GPU配对使用普遍不大感兴趣。尽管英伟达澄清了这个传闻，但是英伟达的做法也可能有另一个原因，即它预见到GTX 1060不支持SLI，这样便不会对公司的其它高端显卡形成任何障碍。
TITAN X的测评报告已经出来了，它的3DMark Fire Strike Extreme跑分结果为12511。
正如预期一致，TITAN X的性能高出GTX 1080不少，但如果我们对比一下GTX 1060的跑分，我们会发现一个比较有趣的事情。
单个GTX1060的跑分结果可以达到5924，如果我们将两块GTX 1060配对使用，得出的分数结果接近GTX TITAN X，而且还会大幅度跑赢GTX 1080。这些合成的测试基准可能和真实世界的游戏性能有所不同，但即便考虑到这一点，两块GTX 1060配对使用的性能也应该更接近TITAN X，或者最起码，也应该比GTX 1080的表现更好。
玩家Nexus针对奇点灰烬的多GPU特性进行了一次非官方测试。
结果再一次表明，英伟达的中端GPU配对使用时能够跑赢公司其它高端GPU，更不用说经过SLI驱动程序优化后会产生的更好效果了。我们不能肯定地说，英伟达是否为了保护高端显卡而有意放弃了对GTX 1060 SLI的支持，但是，证据是令人信服的，而且具备高度的暗示性。两个1060 GTX的价格略低于550美金，却能提供接近于价格为1200美金的TITAN X的游戏性能。
更多有关英伟达的资讯，欢迎访问
与非网编译，未经许可，不得转载！
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
与非网小编
电子行业垂直媒体--与非网小编一枚，愿从海量行业资讯中淘得几粒金沙，与你分享！
北京时间7月11日上午消息，戴姆勒和博世宣布，将在无人驾驶出租车中使用英伟达的Drive Pegasus人工智能平台。
发表于： 16:11:05
据知情人士称，Nvidia即将推出的GeForce GTX 1180扩展显卡可能包括虚拟现实头盔专用连接器，支持单根电缆的120Hz刷新率。该端口很可能基于当前的HDMI 2.1规范，因为它已被制造商广泛接受了。
发表于： 18:02:06
英伟达在两年前推出了其目前的GeForce游戏GPU，我们可能会在8月份看到下一代，传闻下一代将被命名为GeForce GTX 11系列。
发表于： 10:12:42
近期，国内数家语音技术创业公司陆续推出了AI语音专用芯片。5月16日，云知声在北京发布了首款面向物联网领域的AI系列芯片UniOne以及第一代芯片“雨燕”。
发表于： 10:34:35
目前台湾的报道显示Nvidia存在游戏GPU库存问题。
发表于： 17:19:32
2018全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，得到了宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。
发表于： 09:31:18
三星已经确定将在8月9日发布下一代大屏旗舰Galaxy Note 9，无论外观设计还是硬件配置都变化不断，其中处理器应该继续沿用三星Exynos 9810、高通骁龙845的组合。而要想看到下一代Exynos、骁龙，基本就得明年的Galaxy S10。
发表于： 09:28:58
逆向开发，快速学习，后来居上的确是国内目前的很多优势产业在最近几十年走过的路子。但是，这个方法未必适用于芯片、发动机等核心技术领域。
发表于： 09:08:19
据台媒报道，日前联发科公布了6月营收业绩，单月营收达到210.6亿元新台币，创今年单月营收新高。累计前6个月营收1101.35亿元新台币，同比下滑3.53%。
发表于： 08:50:05
近日，在上海国家会计学院举办的“新经济，新征程”企业家高层论坛上，上海复旦微电子集团董事总经理、创始人施雷在演讲中表示：IOT（物联网）和人工智能这两个领域，将会给集成电路提供一个巨大的推动力，会催生许许多多新形态芯片。
发表于： 07:47:20
& 2010 - 2018 苏州灵动帧格网络科技有限公司 版权所有.
ICP经营许可证 苏B2-&“TITAN X”显卡好还是“GTX980TI”好？？？（包括性价比）_百度知道
“TITAN X”显卡好还是“GTX980TI”好？？？（包括性价比）
我有更好的答案
如果加上性价比绝对是GTX980ti好的，Titan x给980ti小方面强些，也有一部分是980ti给Titan x有优势的，综合性能，性价比，游戏性，都是GTX980ti好的，映众GTX980ti冰龙黑金版带水冷散热，4699块，性价比超高，
TITAN就显存高点
你说对了，亮点就是显存大，各方面都不如GTX980ti好
采纳率：89%
来自团队：
性能上 泰坦X强一些土豪哥都这个价位了还考虑啥性价比啊。只买贵的……
这个档次其实什么游戏都能玩了。差不了太多。
都这档次了还有什么性价比啊，去参考显卡天梯图吧
性价比就980ti
性能就titan x
其他1条回答
为您推荐：
其他类似问题
titan的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。| 　
| 　
| 　
| 　
| 　
只需一步，快速开始
查看: 15083|回复: 51
EVGA GTX TITAN X SuperClocked ×2开箱。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
本帖最后由 2011dm 于
22:31 编辑
官方图一张镇楼：
作为一个TITAN系列的老用户，还记得号TITAN发布时的惊艳。目前距离那个时间已经整整两年多，加上今天到手的这两块TITAN X，楼主零零总总用过的TITAN也接近了10块（包括之前的TITAN 4SLI和现在的TITAN BLACK 3SLI），对这个GeForce家族里的特殊的系列也积累了很深厚的感情。TITAN虽然属于GeForce系列，但并没有使用传统的数字型号命名，而是使用了TITAN这个带有一些神话色彩的单词。其次，TITAN系列的显卡配备了同时间GeForce显卡里最大容量的显存，比如说在开普勒时代，GTX780和GTX780TI，标配显存3GB，而TITAN、TITAN BLACK、TITAN Z都是单核心6GB的显存容量。虽然麦克斯韦的产品线尚未补全，但我有理由这样认为，TITAN X的单GPU下12GB显存也不会有数字型号的显卡超越。最后就是一个游戏玩家并没有关注的属性：双精度浮点计算性能。在开普勒时代，TITAN的双精浮点计算能力并没有被阉割，FP64能达到1/3的FP32。也就是说，TITAN作为一款游戏显卡，却有着媲美Tesla计算卡的双精度浮点性能，这个在NV的游戏显卡里，也是很少见的。因为这样，甚至出现了把TITAN作为计算卡使用的情况。可惜的是，到了麦克斯韦时代，TITAN X的双精度浮点性能被限制，不得不说是一个遗憾。毕竟GeForce系列属于游戏显卡，如果过多强调双精度浮点性能，可能会影响到Tesla系列的销量。
TITAN X是在今年的3月17号正式发布的，作为麦克斯韦架构的第一款大核心产品，史无前例的达到了80亿晶体管的恐怖规模，显存也破天荒的达到了单核心12GB。这种规格在GeForce系列的显卡里，也是史无前例的。之前虽然开普勒架构里的Quadro K6000就配备了12GB显存，但Quadro系列毕竟是专业卡。另外使用GM200核心的Quadro M6000，显存也只和TITAN X相当，可以说NV这次在游戏卡里使用12GB显存，再次创造了一个新的记录。说起TITAN X，不得不说到TITAN X背后的故事。TITAN X的外观设计灵感，正是来自于一名中国的硬件玩家，原厂盒子上的“INSPIRED BY GAMERS BUILT BY NVIDIA”说的就是这件事。楼主本来是准备在第一时间入手EVGA的TITAN X，奈何作为EVGA国内唯一代理的JD却迟迟不上架，耽搁了不少时间。作为一个海淘党，楼主最终还是选择了海淘，今天到手的这两块，就是下单时间最早的两块，不过也经过了二十几天才拿到。希望后来下单的也能尽快到手，漫长的等待总是最磨人的（特别是清关时的等待）。
包装正面，塑封包装历来是EVGA显卡的一大特点，撕开塑封包装也是一件愉悦的事情。几十天的漂洋过海并没有在盒子上留下太多的痕迹，N卡从600系列开始，盒子就普遍很小。
包装顶部注明了GeForce GTX TITAN X。
醒目的12GB GDDR5特性，四卡下可以实现12GB×4=48GB的总显存！！！这里不禁感慨下，楼主的第一块独立显卡，显存仅仅为4MB，然而就是这4MB，却让楼主玩了《仙剑》、《星际争霸》、《暗黑破坏神》、《帝国时代》、《魔兽争霸》等一系列极度经典的游戏。大显存在低端显卡上可能会沦为调侃的笑柄，但在TITAN X这种旗舰级的大核心怪兽前，超大的显存会成为保证SLI下其性能得以完全发挥的利器。
NV从600系列开始，就对显卡包装的尺寸和图案提出了一些要求，显卡的包装无法像原来那样随心所欲，而是有比较统一的模板。不同厂商在这有限的模板内，再增加一些特色的介绍。SuperClocked代表的是预超频，相信对EVGA产品线有一定了解的，都会知道其含义。由于TITAN X不开放非公版，所以目前EVGA只有三个型号：TITAN X、TITAN X SuperClocked、TITAN X Hydro Copper，其中Hydro Copper的频率最高。
盒子的开口处贴了一张纸，EVGA强烈建议，顾客可以直接面向厂商进行保修，而不是把显卡给经销商，这也是海淘EVGA显卡的主要保修途径。如果是国行，则可以直接由京东负责售后。楼主曾经帮朋友走过几次EVGA的售后，流程并不复杂，时间上也还是能接受的。
盒子的里面是泡沫缓冲材料，非常厚实，能够有效的保护显卡抵御外部冲击的能力。希望这几位漂洋过海的朋友能够一切平安，不至于因为长途跋涉被震出“内伤”。其中的一部分配件，包括EVGA的海报、贴纸、用户指南、光盘、金属贴等等，然而这些并没有什么用。
金属贴一枚。
另外一部分配件，一个DVI to VGA的转接头、一根双大4PIN转6PIN的线、一根双6PIN转8PIN的线，然而这也没有什么用。我觉得TITAN X用户，99.9%的显示器不会只有VGA一个接口，电源接口也不会不够用。这些零件只能说是例行公事，实用性简直为0，还不如送个游戏或者3D MARK注册码有用。
显卡就这么包裹着印有EVGA的抗静电袋，静静的躺着。
静电袋上黄色的贴纸。
显卡本体，通体是一种磨砂黑，点缀有银色的元素。
离心式风扇。
塑料窗格。
显卡顶部的银色TITAN字母。
PCB上的NVIDIA LOGO。
显卡尾部，主要还是为了美观，原来拆过TITAN皮散热器，发现这部分鳍片对实际的散热帮助是很小的。
输出接口、SLI金手指、显卡金手指上都有保护套，也是EVGA一贯的特色。
6PIN+8PIN外接供电。
侧面的GeForce GTX信仰灯，百看不厌。
DVI-I双链路+HDMI 2.0+DP 1.2×3，可以实现4K@60Hz环绕。
SLI金手指。
并没有配备背板，背面也有显存颗粒，24颗512MB的颗粒组成最终的12GB规格。
预先回答一些疑问吧：
1.TITAN值这个价么。为什么单芯TITAN会定价为999美元？
答：首先，值不值从一个方面来说很容易受到主观影响。你觉得值就值，你觉的不值就不值。如果你所说的值指的是性价比，那么我可以肯定的告诉你，不值。TITAN系列的性价比历来很低，甚至可以说是那个架构里性价比最低的。TITAN系列卖显存、卖信仰、卖性能、但从来不卖性价比(某大神的归纳)。定价为999美元除了本身成本的一些影响外，NV就是要树立旗舰，一个无论是性能还是价格上，都是属于旗舰级别的产品。如果你对TITAN的诸多特性并不感兴趣，那么可以选择相同核心的数字系列，性价比会比TITAN高不少。
2.TITAN X标配的12GB显存有用么？不是噱头么？
答：如果你只是站在单卡、、、FXAA/SMAA这些角度来看待12GB，那确实没这个必要。但如果使用的是多卡SLI系统、分辨率是4K(/)、5K()或者4K Surround、追求的是8X MSAA或者4X SSAA、那12GB就有用武之地。目前在4K下，《看门狗》《COD11》《GTA5》等一些游戏的显存使用量远超6GB，甚至达到了9GB。而且大容量显存对于帧生成的平滑度也是很有帮助的，单卡下大显存可能会因为GPU性能而无法发挥，但多卡SLI和高分辨率下，大显存就是保证多卡性能发挥的基础。觉得12GB完全是噱头的，可能对一些极限情况和需求的考虑并不是很充分。另外除了显卡本身的显存容量外，游戏的显存调用机制同样重要。根据楼主的经验，一般来说，如果你使用的是2K分辨率，那么显存容量最好不低于3072MB，如果你使用的是4K分辨率，显存容量最好不低于4GB。
3.多卡SLI有用么？不是纯跑分么？
答：对于TITAN X这种级别的性能，如果只是1080P~2K下的非全最高特效，或者对帧数要求不高，那么多卡的意义确实不大。但如果你的目标是4K、5K下最高特效最高抗锯齿不低于45帧数的游戏体验，那么多卡的意义就显现出来了。目前来说，双卡TITAN X 2SLI的性能区间大概能达到下多数游戏高&最高特效+FXAA/SMAA(低消耗抗锯齿)的满意流畅度，而如果你准备使用高倍的MSAA或者SSAA，那部分游戏里双卡的性能也是很吃紧的，这时TITAN X 3SLI或者4SLI，才能明显提升帧数。这里我想专门说一下，SLI随着显卡数量的提升，效率是降低的，特别是3SLI到4SLI，部分游戏里可能会出现无提升或者负提升的情况。因为四卡毕竟是小众里的小众，能完全做到四卡优化的游戏并不多，所以一般建议，性能党买到双卡就可以了，极限党可以考虑三卡四卡。作为一名多年前就开始长期使用SLI系统老玩家，我的经验是，当遇到部分游戏里多卡SLI的BUG，可以在NV控制面板里进行强制PhysX设置或者强制渲染设置，来达到在任意调用1xGPU、2xGPU、3xGPU、4xGPU进行渲染，从而避免一些问题。说到底，是否SLI还是看你自己的性能需求(分辨率、特效、目标帧数)，还有最最重要的，预算。
4.风冷下的多卡SLI散热情况如何？有必要上水么？
答：这里就不提什么GTX480之类的大火炉，就拿600系列开始的使用涡轮散热器的公版N卡来说，由于使用的OTES散热器，热量直接外排机箱，所以相互之间的散热干扰很好，在风冷的情况下，双卡是没有什么问题的，三卡和四卡的温度会高一些，但不至于高到让人无法接受的地步。就拿楼主自己的使用情况说明下，TITAN 4SLI风冷的时候，室温25度左右，主卡的待机温度大概是47度~55度之间，其他的三块卡待机一般不会超过40度。满载下主卡一般不会超过85~88度，如果手动强制高风扇转速，温度还会更低一些。这里不得不提一下开普勒和麦克斯韦显卡的Boost机制，到了设定的温度，就会开始降频，这也是为什么开普勒开始的N卡，满载温度并不高很高的原因之一。我的建议是：近期N卡双卡SLI，可以不上水，但三卡~四卡SLI，不一定上水，但推荐上水，三卡和四卡的风冷SLI建议使用OTES散热器的型号。一是温度低，二是低温有利于Boost机制的发挥，可以让显卡一直处于较高频率的Boost下，发挥更好的性能。开普勒和麦克斯韦架构的显卡，提频空间非常大，这样一来，如果能保持高频下的工作时间，那么实际性能也会有很可观的提升。
5.除了TITAN X以外的GM200核心显卡何时发布？
答：可能就在下个月初，看了TITAN X的性能表现之后，不少玩家都在等待GM200核心的亲民产品，也就是最近各种曝光的980TI。980TI虽然只有TITAN X一半的显存，但也有6144MB的水平，应对4K分辨率无压力，不如说6GB这个显存容量才接近主流。加上AMD的390X/390也会在下个月发布，所以各位可以持币观望新卡。
6.你说这么多干嘛？
答：最简单的开箱文，可以简单到只有一图，但楼主也希望通过这个帖子，分享一些自己的心得和看法，所以就多说了一些，欢迎各位指正或者交流。我觉得玩硬件，不说玩通，但大概的了解最好能有一些。在享受到硬件带来的高品质3D世界的同时，也能有一些思考。这些性能从何而来？如何最大化这些性能等等。
暂时就只想到这些的，如果有需要交流的，可以回帖。
由于显卡没有到齐，所以暂时就没上机了，感谢观看。
主题帖子积分
资深玩家, 积分 9031, 距离下一级还需 8969 积分
资深玩家, 积分 9031, 距离下一级还需 8969 积分
高大上，只有膜拜的份了
主题帖子积分
游戏达人, 积分 2604, 距离下一级还需 896 积分
游戏达人, 积分 2604, 距离下一级还需 896 积分
哇，前排呢
主题帖子积分
游戏达人, 积分 2604, 距离下一级还需 896 积分
游戏达人, 积分 2604, 距离下一级还需 896 积分
楼主机箱是什么
主题帖子积分
游戏精英, 积分 4291, 距离下一级还需 4709 积分
游戏精英, 积分 4291, 距离下一级还需 4709 积分
楼主双卡SLI，在4K高特效GTA5下。你的卡跪了吗？有人说4路也要跪，请楼主测试下！！
主题帖子积分
啧啧 富屌出现了
本帖子中包含更多资源
才可以下载或查看，没有帐号？
主题帖子积分
另外ttx 送巫师3的 楼主 你这俩巫师三呢 去官网找下吧英伟达
主题帖子积分
游戏狂人, 积分 1433, 距离下一级还需 567 积分
游戏狂人, 积分 1433, 距离下一级还需 567 积分
果真壕无人性啊
主题帖子积分
骨灰玩家, 积分 21622, 距离下一级还需 8378 积分
骨灰玩家, 积分 21622, 距离下一级还需 8378 积分
贡献度2512
难道还有2块？不把地球炸个洞不甘心吧？
主题帖子积分
超级玩家, 积分 715, 距离下一级还需 285 积分
超级玩家, 积分 715, 距离下一级还需 285 积分
楼主電腦是什麼配置
主题帖子积分
游戏天王, 积分 36939, 距离下一级还需 8061 积分
游戏天王, 积分 36939, 距离下一级还需 8061 积分
金元364192
衬衫呢！！！？？？
不知道这SuperClocked温度会怎样。朋友入的公版的EVGA780Ti SC温度略高。赶紧弄完当小白鼠～～
主题帖子积分
中级玩家, 积分 103, 距离下一级还需 147 积分
中级玩家, 积分 103, 距离下一级还需 147 积分
真是壕无人性啊！
主题帖子积分
游戏精英, 积分 7164, 距离下一级还需 1836 积分
游戏精英, 积分 7164, 距离下一级还需 1836 积分
照相水平不错
主题帖子积分
游戏精英, 积分 6284, 距离下一级还需 2716 积分
游戏精英, 积分 6284, 距离下一级还需 2716 积分
此卡最大吸引人就是12G显存~~~
主题帖子积分
游戏狂人, 积分 1001, 距离下一级还需 999 积分
游戏狂人, 积分 1001, 距离下一级还需 999 积分
当遇到部分游戏里多卡SLI的BUG，可以在NV控制面板里进行强制PhysX设置或者强制渲染设置。受教了、还有显卡打算玩3way&&4way？
主题帖子积分
游戏达人, 积分 3360, 距离下一级还需 140 积分
游戏达人, 积分 3360, 距离下一级还需 140 积分
贵就一个字，我只说一次，背板呢？
主题帖子积分
资深玩家, 积分 17706, 距离下一级还需 294 积分
资深玩家, 积分 17706, 距离下一级还需 294 积分
金元176462
这个...配的风扇看起来很漂亮呀！
主题帖子积分
超级玩家, 积分 840, 距离下一级还需 160 积分
超级玩家, 积分 840, 距离下一级还需 160 积分
醒目的12GB GDDR5特性，四卡下可以实现12GB×4=48GB的总显存！！！
真是这样吗？
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
cod62 发表于
楼主机箱是什么
如果你问的是准备在什么机箱里用这几块TITAN X，那回答是：暂时还没买，初步定为CASELABS的STH10。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
酸菜包子 发表于
楼主双卡SLI，在4K高特效GTA5下。你的卡跪了吗？有人说4路也要跪，请楼主测试下！！ ...
给你个参考，朋友的TITAN X 4WAY SLI(1000MHz/1075MHz)，在分辨率下全最高+8X MSAA，平均帧基本是能维持在50帧以上的。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
<font color="#dmstradust 发表于
另外ttx 送巫师3的 楼主 你这俩巫师三呢 去官网找下吧英伟达
我也是前几天才知道TITAN X能兑换《巫师3》的，不过我的《巫师3》买的很早了。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
pool 发表于
难道还有2块？不把地球炸个洞不甘心吧？
2WAY跑一些游戏的4K全效还是挺吃力的，最近入了的显示器，硬件压力相当大。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
YQYQ1475 发表于
楼主電腦是什麼配置
这个新的主机，零件还没到齐，总配置暂缺。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
zhulinsky 发表于
衬衫呢！！！？？？
不知道这SuperClocked温度会怎样。朋友入的公版的EVGA780Ti SC温度略高。赶 ...
TITAN X SC还没真没衬衫，现在的N卡就这样子，反正到了设定的温度就开始降频，根据使用TTX SC朋友的说法，满载一般85~87左右，默认的风扇策略。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
君は何咎へ行く 发表于
当遇到部分游戏里多卡SLI的BUG，可以在NV控制面板里进行强制PhysX设置或者强制渲染设置。受教了、还有显卡 ...
没办法，不可能所有游戏都能支持到3WAY、4WAY SLI，通过设置可以在不变更硬件的情况下，在4WAY SLI的系统里强制三卡、双卡、单卡渲染，这样一来可以解决一些因为多卡SLI带来的问题。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
素还真 发表于
贵就一个字，我只说一次，背板呢？
TITAN X还真没背板，Quadro M6000倒是有背板，目前可以买到EVGA的TITAN X背板，或者EK的水冷背板。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
wywwyw 发表于
这个...配的风扇看起来很漂亮呀！
风扇一直是OTES散热器的精髓所在。
主题帖子积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
游戏精英, 积分 5391, 距离下一级还需 3609 积分
laernu 发表于
醒目的12GB GDDR5特性，四卡下可以实现12GB×4=48GB的总显存！！！
真是这样吗？ ...
我的意思是，四卡下的总物理显存加起来=48GB，没说可以叠加到48GB。
主题帖子积分
游戏精英, 积分 4291, 距离下一级还需 4709 积分
游戏精英, 积分 4291, 距离下一级还需 4709 积分
<font color="#11dm 发表于
给你个参考，朋友的TITAN X 4WAY SLI(1000MHz/1075MHz)，在分辨率下全最高+8X MSAA，平均帧基 ...
我擦，基本稳定，说的好勉强。看来硬件还是土豪才玩得起。难道上8路并联组成CUDA服务器，才玩得起4K！！
主题帖子积分
<font color="#11dm 发表于
我也是前几天才知道TITAN X能兑换《巫师3》的，不过我的《巫师3》买的很早了。 ...
那可以厚颜无耻求个嘛？
Dead Space Origin Key
Burnout Paradise: The Ultimate Box Origin Key
Crysis 2 Maximum Edition Origin Key
Dead Space 3 Origin Key
Medal of Honor Origin Key
Mirror's Edge Origin Key
Command & Conquer: Red Alert 3 - Uprising Origin Key
Populous Origin Key
3DM论坛死忠专属勋章。
奥运会活动金牌数猜中者之一
参加论坛任意活动中大奖两次以上。
普通用户组专属勋章，用户等级到达游戏天王，在勋章界面自助申请。
疯狂页游玩家2级
喜爱3DM页游，钱包已开始减肥的充值VIP玩家
疯狂页游玩家1级
初步踏入3DM自运营页游领域的充值VIP玩家
3DM页游玩家
3DM页游玩家专属，沉迷于页游中不可自拔，堕落的3DM勋章
3DM页游玩家
3DM页游玩家专属，沉迷于页游中不可自拔，堕落的3DM-MKII勋章
普通用户组专属勋章，用户等级到达骨灰玩家，在勋章界面自助申请。
Powered by}