1080T、2080T、4070T显卡的深度学习性能测试和结论 |
您所在的位置：网站首页 › 2060s比2080ti差多少 › 1080T、2080T、4070T显卡的深度学习性能测试和结论 |
1080T、2080T、4070T显卡的深度学习性能测试和结论
|
4070T显卡FP32的训练和推理速度跟3090应该基本类似。但由于显存12G偏低，4070T不太适合如今的深度学习模型训练（新手列外，大部分模型都能训练起来，耗电也相对很低），更适合测试最新的一些算法效果（只用推理）。 环境：pytorch环境：conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge 测试代码：霹雳吧啦Wz的GitHub中的swin-L和FastRCNN。 深度学习模型个人测试结果
swin-L模型单位是 图像/秒，FastRCNN模型单位是 秒/图像 备注1：主流显卡的测评分
感觉备注4和我真实测试的有较大差异，FP16的训练，4070ti竟然和2080Ti几乎一样，不知道为什么作者会得出此结论。 个人总结 timespy 4K跑分非常适合深度学习性能评估：作为经过本人验证，4070ti的深度学习性能（FP32训练和推理）相对1080T和2080T显卡的差异，几乎跟time spy 4K跑分差异几乎一致。至于FP16和FP8，还未测试。操作系统基本不影响显卡深度学习性能：Ubuntu 22.04和win11系统下，4070ti的训练和推理速度几乎一模一样。12G显存是硬伤：4070T相对3090速度上并不差，只是显存12G真的是硬伤，分类网络swin-L的batchsize都只能设为8（图像224*224）。 |
【本文地址】
今日新闻 |
推荐新闻 |