消费级 GPU(如 NVidia Geforce 系列)是否用于在专业环境中求解稀疏线性方程组?例如,由执行有限元分析的工程师?
毕竟,至少对于迭代方法而言,内存带宽是瓶颈,而 Geforce 780 Ti 提供的性能比 Tesla C2075 多得多,而且成本也低得多。
消费级 GPU(如 NVidia Geforce 系列)是否用于在专业环境中求解稀疏线性方程组?例如,由执行有限元分析的工程师?
毕竟,至少对于迭代方法而言,内存带宽是瓶颈,而 Geforce 780 Ti 提供的性能比 Tesla C2075 多得多,而且成本也低得多。
在“专业”环境中,您通常只在“认证”硬件上运行商业软件,即供应商已在其上测试过其软件并愿意提供用户支持的硬件。“经过认证和支持”的 GPU 列表通常很短......:真的没有技术原因,只是商业原因。
以我的经验,高端 FEA 解决方案供应商对许可证收取如此高的费用,以至于客户不关心 GPU 卡的成本,而只是购买受支持的卡。
这就是说,如果您要使用“消费级”GPU,您应该测试在持续负载下是否保留了解决方案的准确性和性能。
稀疏矩阵乘法(即稀疏矩阵求逆/解)是 GPU 社区中一个巨大的兴趣/研究领域。目前情况看起来相当不错,但在其他一些领域并不接近。(这真的很难。)
在使用实用 FEA 代码的分析师的具体细节层面,它不存在。所有的大玩家都在等待添加/推动支持,直到情况变得更加清晰。