|
הרבה מלקוחותינו שמו לב
שסדרת כרטיסי ה GTX
הגבוה של NVIDIA (כמו TitanX ו- GTX1080Ti) מהווה תחלופה זולה בהרבה מכרטיסי Tesla
כמו K20 ו- K40. ביחס לכרטיס ה Tesla , ה TitanX
הוא מתחרה לא רע במונחים של כמות ליבות (Cuda cores) ויכולת
חישוב. בעוד שכרטיס Tesla עולה פי שלושה, לפעמים פי ארבעה, ביחס אליו.
ניקח לדוגמה את TitanX
המחזיק בתוכו 3072 ליבות Cuda ומעניק ביצועים של 1.3 TFlops בחישובי Double
Precision (נלקח לשם ההשוואה). לעומתו, Tesla K20 יכיל בתוכו 2688 ליבות Cuda (כלומר פחות מה TitanX) ויעניק 1.31 TFlops
בחישובי Double
Precision. כמובן שיהיו כרטיסי Tesla
חזקים ממנו דוגמת K40, אבל עדין נוכל לומר של TitanX ישנו מקום של
כבוד באמצע סדרת ה Tesla.
אם נחזור להשוואת המחיר
למה לנו בכלל להשתמש
בכרטיסי Tesla ולא למלא את ה Cluster שלנו בכרטיסי TitanX,
גם עבור פיתוח וגם בעבור ה Deployment שלנו?
הביצועים טובים והמחיר נמוך בצורה משמעותית. והינה התשובה לשאלה שלכם:
בראש ובראשונה: כמות החישובים ביחידת ה GPU
היא עצומה. כפועל יוצא מכך כמות הקריאות והכתיבות לזיכרון הינה אדירה. האם ישנו
הבדל בסוג הזיכרון בין כרטיס צרכני (גם אם הוא מסומן גבוה כמו ה TitanX
הוא עדין צרכני) לבין כרטיס עסקי? הבדל מהותי.
|
 |
|
סיפור קצר
הזיכרון המצוי בכרטיסי ה Tesla
הינו זיכרון ECC ( Error
Checking & Correction). זיכרון
ה ECC מכיל סיביות נוספות על הזיכרון שתפקידן הוא לזהות ולתקן שגיאות זיכרון
קטנות. מאפיין מאוד חשוב להצלחה והשלמה של חישוב בביצועים גבוהים של double-precision code. במילים אחרות זיכרון ה ECC מוודא שהתוצאה של חישוב על
כרטיס ה Tesla תהיה זהה בכל ריצה, בעוד תוצאת החישוב על כרטיס ה TitanX
לדוגמה (או כל כרטיס צרכני אחר, שאינו מכיל זיכרון ECC),
תהיה שונה בין ריצה לריצה. ניתן
לומר באופן מובהק כי לשימושים מדעיים לדוגמה, כרטיסי ה Tesla
יעניקו עקביות ואמינות גבוהים יותר.
|
 |
 |
|
בראש ובראשונה
כמות החישובים ביחידת ה GPU
היא עצומה. כפועל יוצא מכך כמות הקריאות והכתיבות לזיכרון הינה אדירה. האם ישנו
הבדל בסוג הזיכרון בין כרטיס צרכני (גם אם הוא מסומן גבוה כמו ה TitanX
הוא עדין צרכני) לבין כרטיס עסקי? הבדל מהותי.
|
|
|