我目前正在开发一个CUDA应用程序,它肯定会部署在比我的GPU更好的GPU上。给出另一个GPU模型,我如何估计我的算法在它上运行的速度有多快?
发布于 2011-07-12 12:12:49
你将会有一段艰难的时光,原因有很多:
现在,也就是说,如果您通过其中一个分析器(如NVIDIA Compute Profiler)运行您的应用程序,并查看您的占用率和SM利用率,您可能会做出一些预测。如果你的GPU有2个SMs,而你最终运行的GPU有16个SMs,那么你几乎肯定会看到改进,但不是特别因为这个。
所以,不幸的是,要做出你想要的预测类型并不容易。如果你正在写一些开源的东西,你可以发布代码并要求其他人用更新的硬件测试它,但这并不总是一个选择。
发布于 2011-07-12 15:22:12
对于某些硬件更改,这可能是非常难以预测的,而对于其他硬件更改,这是微不足道的。突出显示您正在考虑的两张卡之间的差异。
例如,变化可能很小--如果我买了一台EVGA水冷的庞然大物,它的性能会比标准的GTX 580好多少?这只是一个计算极限时钟速度(内存或gpu时钟)差异的练习。当我想知道我是否应该超频我的卡时,我也遇到了这个问题。
如果你要使用类似的架构,GTX580到特斯拉C2070,你可以在时钟速度上做类似的情况,但你必须小心单/双精度问题。
如果你正在做一些更极端的事情,比如说从一张手机卡-- GTX240M --到顶级的线卡--特斯拉C2070 -- ,那么你可能根本得不到任何性能提升。
注: Chris的回答非常正确,但我想强调这一点,因为我设想了以下常见的工作路径:
一个人对老板说:
我听说过
X --嘿,我们已经有了这张手机卡,用那个吧。一年后那么发生了什么呢?在旧的卡上开发,想想8800、9800,甚至是30核的移动GTX 2XX,会导致人们以一种与高效利用512核的卡非常不同的方式来优化和设计算法。注意:你买的东西买得起--那些很棒的卡很棒--但是你的代码可能不会运行更快的。
Warning已发出,离开消息是什么?当你得到一张更好的卡片时,一定要投入时间来调整,测试,并可能从头开始重新设计你的算法。
好了,这就是说,经验法则?GPU的速度每六个月提高一倍。因此,如果你正在从一张使用了两年的卡转移到一张最好的卡上,向你的老板声称它的运行速度会快4到8倍(如果你得到了完全16倍的改进,太棒了!)
https://stackoverflow.com/questions/6658701
复制相似问题