是否值得升级CUDA和cuDNN，同时拥有更老的GPU？

Question

新的CUDA 11.x版本增加了对TF32格式的支持，为新卡(RTX30xx、A100等)增加了其他新功能。

如果您有GTX 1050或RTX 2080 (有张量核)，是否值得升级到CUDA 11.x？

难道新特性只会增加计算开销(至少在安装文件的大小上是这样)，而旧的GPU将无法使用这些新特性吗？

Answer 1

这个问题没有正确的答案，因为有许多因素需要考虑，例如：

• 间接依赖于特定/最低的CUDA版本:对于pytorch和tensorflow这样的深度学习框架，该框架的特定版本取决于CUDA/cuDNN的特定版本，因此，要拥有哪个(最低) CUDA版本的决定直接取决于您需要的框架版本。
• Bug修复:新版本或旧版本可能会引入意外的Bug，使升级/不升级成为一种选择。
• 性能回归:一些新的CUDA版本可能会为旧卡(例如这、这)引入性能回归。

关于对新功能的支持，这些功能通常与新硬件(即tensorcore)相关联，因此仅仅通过升级就不经常获得新功能。但这并非不可能，¯_(ツ)_/

因此，答案是:这取决于案件。