Vorteile von nVidia Tesla gegenüber Xeon Phi

589
user3313119

Dies mag vielleicht nur theoretisch sein, aber gibt es irgendwelche Vorteile bei der Verwendung des einen oder anderen in Bezug auf:

  1. IST EIN
  2. Energieeffizienz

Die Lösung mit QPI sieht für mich besser aus. Gibt es Vorteile bei der Verwendung von PCIe-P2P-Tesla gegen QPI Xeon Phi?

3

2 Antworten auf die Frage

1
Kamil

Viele im Internet veröffentlichte Vergleichstests und Benchmarks sagen aus, dass Tesla in wissenschaftlichen Anwendungen schneller ist, aber ich bin kein Experte für HPC und ich kann nicht sagen, ob Testverfahren, die in diesen Vergleichen verwendet werden, Nvidia nicht irgendwie bevorzugen. Besonders Vergleich veröffentlicht von Nvidia :)

Ich denke, Nvidia CUDA ist eine ausgereifte Technologie, und ich denke, es gibt eine größere Gemeinschaft von CUDA-Entwicklern. Daher kann die Verwendung von Tesla Ihre Projektentwicklung beschleunigen, wenn Sie an einer Software arbeiten.

Ich weiß nicht, ob Intel MKL eine ausgereifte Technologie ist, aber für mich ist dies etwas sehr Exotisches, und ich denke, es ist schwieriger, Hilfe und Unterstützung zu finden, als bei der Entwicklung von CUDA. Auf der anderen Seite: Ich glaube, Sie können einen erstklassigen Kundendienst von Intel erhalten.

Man muss auch berücksichtigen, dass Nvidia jetzt in 28nm "Alter" ist, Intel in 22nm (ich meine auf dem Markt erhältliche Produkte). Theoretisch können wir heute eine ähnliche Energieeffizienz erwarten, aber Intel wird bald in die 14-nm-Technologie übergehen, was bedeutet, dass die nächste Phi-Serie wesentlich effizienter sein wird.

0
Dmitri Nesteruk

Tesla ist schneller für das numerische parallele Rechnen. Sie müssen jedoch wissen, dass GPUs auf datenparallele Berechnungen beschränkt sind und sich aufgrund eines als Verzweigungsdivergenz bezeichneten Phänomens nicht für die Verarbeitung einer Vielzahl unterschiedlicher Aufgaben eignen . Ein Vergleich von CUDA und Xeon Phi gleicht dem Vergleich von Äpfeln mit Orangen. Wenn Sie datenparallele numerische Berechnungen benötigen, ist Tesla noch schneller. Wenn Sie ein paralleles x86-Programm ausführen müssen, möchten Sie Xeon Phi. (Und ja, obwohl es x86 ist, müssen Sie immer noch neu kompilieren.)

@Attie behoben! Ich frage mich, ob es ein Freudscher Slip war oder so Dmitri Nesteruk vor 6 Jahren 1

Verwandte Probleme