歡迎關注我的公眾號 [極智視界]，回覆001獲取Google程式設計規範
O_o >_< o_O O_o ~_~ o_O
本文分享一下英偉達安培卡 vs 老推理卡硬體引數對比。
其中安培卡主要包括 A100、A40、A30、A16、A10、A2，老推理卡主要包括 T4、P4、P40、V100，本文主要用於從老推理卡遷移到新安培卡時應該會用到的引數對比調研，屬於人肉彙總型，若資料有誤，歡迎指正。
我們都知道，推理卡的發展速度很快，具有里程碑意義的是英偉達於 2018年9月3日釋出了革命性的專為人工智慧設計的 GPU 高效能推理產品 Tesla T4，特別是其中的 Turing Tensor Core 矩陣運算單元；當時除了這個新的晶片之外，英偉達還推出了一款專用於加速深度學習推理的框架，也就是現在大家熟知的 TensorRT，這兩者的配合，在後面很長一段時間給深度學習的部署插上了一雙飛翔的翅膀，也催生了很多的深度學習落地專案。以至現在國產 GPGPU 的創業之火，在推理板卡端大都會對標 T4。而英偉達總是快人一步兩步三步，現在安培卡來了，帶著更大的頻寬、更大的視訊記憶體、更強的算力、更強的編解碼能力向我們走來，所以我們有必要了解一些安培卡的特性及引數。歷史總在進步，遷移永不停止。都說到這個份上了，那就來張圖渲染一下氛圍。
好了，話不多說，上才藝：
以上給出了資料，我就不分析了，有需要自己對比、查閱。
本文屬於人肉彙總型，如有誤，一定要幫我指出哈，希望我的分享能對你的學習有一點幫助。
【公眾號傳送】
