请教：TESLA K20到底比C2050快多少？

[ukyolei]

在服务器上用相同的代码，一个在C2050上用CUDA4.0跑，一个在K20上用CUDA5.0跑，实际效率K20比C2050仅仅提高了15%左右。有没有哪位兄弟有类似经验的交流一下？

[leonlix]

实际运行起来，和理论值是有出入的。

[u014349300]

Nvidia Tesla C2050 "CUDA核心频率：1.15 GHz CUDA核心数量：448 双精度浮点性能（峰值）：515 Gflops 单精度浮点性能（峰值）：1.03 Tflops 专用存储器总容量：3GB GDDR5 功耗：238W热设计功耗 主动散热 显示器最大分辨率@ 60Hz：2560x1600" Nvidia Tesla K20C "GPU 的数量和类型:1 Kepler GK110 CUDA核心数量：2496 双精度浮点性能：1.17 Tflops 单精度浮点性能：3.52 Tflops 专用存储器总容量：5GB 功耗：225W热设计功耗 主动散热" 更多关于GPU情况 可与我私聊 Q 1455 948 719

[woshixiaomage]

我认为应该简单的修改下代码，以更好的使用K20卡的新特性，使之发挥的更好，利用率更高

[yuanwcj]

比较两块卡的处理效率，应该是让两块卡的资源利用率都达到最高的时候，你使用相同的代码来做比较，根本不能反映两块卡的真实处理能力。 如果确实需要比较的话，可以针对两块卡设计与之硬件匹配的代码，使其效率达到最高，之后再做比较，需要注意的是，gpu最适合处理密集型数据和并行运算数据,如果你的代码并不能这种要求，那也同样不能使gpu发挥出最佳性能。 另外，不晓得你的“实际效率”是怎么算出来的，还有是采用什么计算方法，计算GPU运算时间的最佳方法是使用event，其他方法计算时间会有很大的误差；再者，这个时间是一个综合时间，包括host到device的双向数据传输，各种初始化，之后才是真正用于数据处理的时间。