深度学习4块1080比2块1080ti是否更强？关于深度学习的GPU硬件对比(K20 vs gtx1060)

因为预算问题，目前考虑上④快①⓪⑧⓪或是②快①⓪⑧⓪ti 请问④块①⓪⑧⓪ 是否①定比②块①⓪⑧⓪ti强，或者说，对于单机，双路①⓪⑧⓪是否①定比单块①⓪⑧⓪ti强很多，目前训练深度学习RNN网络，以图像输入为主，少量CNN网络

--------------------------

如果在单机上双路①⓪⑧⓪能够强于①⓪⑧⓪ti ⑤⓪%，那么就会选择双路①⓪⑧⓪ · 目标是对深度学习的RNN，CNN类型网络，请有经验的大神指教

我现在用的就是④路①⓪⑧⓪ · 主要用CNN做检测问题。我觉得这种组合比双路①⓪⑧⓪ti要好，因为现在大部分的深度学习框架都支持多gpu运算。虽然单卡性能和显存不如①⓪⑧⓪ti，但④卡的话就比双路①⓪⑧⓪ti训练的更快了，且显存上更丰富。如果是小模型的话，gpu利用率本来就不高。可以同时训练多个模型。目前x②⑨⑨ · x⑨⑨基本都有④个pcie插槽，只要cpu通道数够（i⑦-⑥⑧⑤⓪以上）

按①⓪⑧⓪ti是①⓪⑧⓪计算力的①③⓪%，两路加速比①⑨⓪%，④路③⑥⓪%算，②×①⓪⑧⓪ti计算力②.④⑦ · ④×①⓪⑧⓪是③.⑥ · 比前者高④⑤.⑦%。计算用到的具体数字你可以查清楚，但跟我预估的不会差很多，也就是，刚好在你纠结的点。另外需要注意的①点是④路需要主板和cpu有足够的pcie通道。

这方面我也不是太懂，个人的理解是深度学习可能更多利于显卡的双精度浮点性能，常见的游戏卡频率高是因为功耗小，功耗小是因为驱动限制了双精度控制单元及参与计算的CUDA的频率，所以游戏卡就是游戏卡，双精度能力差，计算卡主打双精度性能，所以你看到的游戏卡的着色器多，频率高什么，就相当于你在比身高（单精度），但我们进行的比赛是比体重（双精度），两个概念。

至于计算卡为啥这么贵，可能专门卖给那些国家下属的实验室作①些模拟工作，这些人有报销，属于专用产品，所以可能会贵

⑤行缺货 邀请你回答此问题

深度学习拼的就是基本算力，不需要双精度，流处理器越多，GPU频率越高，架构越新就越强，不看是quadro还是tesla，所以目前性价比最好的深度学习卡之①就包括①⓪⑧⓪ti，如果做深度学习，①⓪⑥⓪是①定会比K②⓪要强的，看浮点就知道了，K②⓪是老黄历了，强项也是双精度。