NVIDIA GPU CUDA計(jì)算能力評估(深度學(xué)習(xí)DL) 2018-09-07

GPU CUDA開發(fā)者項(xiàng)目注冊地址 Registered developer Program.
更早期的 NVIDIA GPU 到這里查 legacy CUDA GPUs page


CUDA-Enabled Tesla Products

Tesla Workstation Products

GPU Compute Capability
Tesla K80 3.7
Tesla K40 3.5
Tesla K20 3.5
Tesla C2075 2.0
Tesla C2050/C2070 2.0

Tesla Data Center Products

GPU Compute Capability
Tesla P100 6.0
Tesla P40 6.1
Tesla P4 6.1
Tesla M40 5.2
Tesla M40 5.2
Tesla K80 3.7
Tesla K40 3.5
Tesla K20 3.5
Tesla K10 3.0

CUDA-Enabled Quadro Products

Quadro Desktop Products

GPU Compute Capability
Quadro P6000 6.1
Quadro P5000 6.1
Quadro M6000 24GB 5.2
Quadro M6000 5.2
Quadro K6000 3.5
Quadro M5000 5.2
Quadro K5200 3.5
Quadro K5000 3.0
Quadro M4000 5.2
Quadro K4200 3.0
Quadro K4000 3.0
Quadro M2000 5.2
Quadro K2200 5.0
Quadro K2000 3.0
Quadro K2000D 3.0
Quadro K1200 5.0
Quadro K620 5.0
Quadro K600 3.0
Quadro K420 3.0
Quadro 410 3.0
Quadro Plex 7000 2.0

Quadro Mobile Products

GPU Compute Capability
Quadro K6000M 3.0
Quadro M5500M 5.0
Quadro K5200M 3.0
Quadro K5100M 3.0
Quadro M5000M 5.0
Quadro K500M 3.0
Quadro K4200M 3.0
Quadro K4100M 3.0
Quadro M4000M 5.0
Quadro K3100M 3.0
Quadro M3000M 5.0
Quadro K2200M 5.0
Quadro K2100M 3.0
Quadro M2000M 5.0
Quadro K1100M 3.0
Quadro M1000M 5.0
Quadro K620M 5.0
Quadro K610M 3.5
Quadro M600M 5.0
Quadro K510M 3.5
Quadro M500M 5.0

CUDA-Enabled NVS Products

Desktop Products

GPU Compute Capability
NVIDIA NVS 810 5.0
NVIDIA NVS 510 3.0
NVIDIA NVS 315 2.1
NVIDIA NVS 310 2.1

Mobile Products

GPU Compute Capability
NVS 5400M 2.1
NVS 5200M 2.1
NVS 4200M 2.1

CUDA-Enabled GeForce Products

GeForce Desktop Products

GPU Compute Capability
NVIDIA TITAN X 6.1
GeForce GTX 1080 6.1
GeForce GTX 1070 6.1
GeForce GTX 1060 6.1
GeForce GTX TITAN X 5.2
GeForce GTX TITAN Z 3.5
GeForce GTX TITAN Black 3.5
GeForce GTX TITAN 3.5
GeForce GTX 980 Ti 5.2
GeForce GTX 980 5.2
GeForce GTX 970 5.2
GeForce GTX 960 5.2
GeForce GTX 950 5.2
GeForce GTX 780 Ti 3.5
GeForce GTX 780 3.5
GeForce GTX 770 3.0
GeForce GTX 760 3.0
GeForce GTX 750 Ti 5.0
GeForce GTX 750 5.0
GeForce GTX 690 3.0
GeForce GTX 680 3.0
GeForce GTX 670 3.0
GeForce GTX 660 Ti 3.0
GeForce GTX 660 3.0
GeForce GTX 650 Ti BOOST 3.0
GeForce GTX 650 Ti 3.0
GeForce GTX 650 3.0
GeForce GTX 560 Ti 2.1
GeForce GTX 550 Ti 2.1
GeForce GTX 460 2.1
GeForce GTS 450 2.1
GeForce GTS 450* 2.1
GeForce GTX 590 2.0
GeForce GTX 580 2.0
GeForce GTX 570 2.0
GeForce GTX 480 2.0
GeForce GTX 470 2.0
GeForce GTX 465 2.0
GeForce GT 740 3.0
GeForce GT 730 3.5
GeForce GT 730 DDR3,128bit 2.1
GeForce GT 720 3.5
GeForce GT 705* 3.5
GeForce GT 640 (GDDR5) 3.5
GeForce GT 640 (GDDR3) 2.1
GeForce GT 630 2.1
GeForce GT 620 2.1
GeForce GT 610 2.1
GeForce GT 520 2.1
GeForce GT 440 2.1
GeForce GT 440* 2.1
GeForce GT 430 2.1
GeForce GT 430* 2.1

CUDA-Enabled TEGRA /Jetson Products

GeForce Notebook Products

GPU Compute Capability
GeForce GTX 1080 6.1
GeForce GTX 1070 6.1
GeForce GTX 1060 6.1
GeForce GTX 980 5.2
GeForce GTX 980M 5.2
GeForce GTX 970M 5.2
GeForce GTX 965M 5.2
GeForce GTX 960M 5.0
GeForce GTX 950M 5.0
GeForce 940M 5.0
GeForce 930M 5.0
GeForce 920M 3.5
GeForce 910M 5.2
GeForce GTX 880M 3.0
GeForce GTX 870M 3.0
GeForce GTX 860M 3.0/5.0(**)
GeForce GTX 850M 5.0
GeForce 840M 5.0
GeForce 830M 5.0
GeForce 820M 2.1
GeForce 800M 2.1
GeForce GTX 780M 3.0
GeForce GTX 770M 3.0
GeForce GTX 765M 3.0
GeForce GTX 760M 3.0
GeForce GTX 680MX 3.0
GeForce GTX 680M 3.0
GeForce GTX 675MX 3.0
GeForce GTX 675M 2.1
GeForce GTX 670MX 3.0
GeForce GTX 670M 2.1
GeForce GTX 660M 3.0
GeForce GT 750M 3.0
GeForce GT 650M 3.0
GeForce GT 745M 3.0
GeForce GT 645M 3.0
GeForce GT 740M 3.0
GeForce GT 730M 3.0
GeForce GT 640M 3.0
GeForce GT 640M LE 3.0
GeForce GT 735M 3.0
GeForce GT 635M 2.1
GeForce GT 730M 3.0
GeForce GT 630M 2.1
GeForce GT 625M 2.1
GeForce GT 720M 2.1
GeForce GT 620M 2.1
GeForce 710M 2.1
GeForce 705M 2.1
GeForce 610M 2.1
GeForce GTX 580M 2.1
GeForce GTX 570M 2.1
GeForce GTX 560M 2.1
GeForce GT 555M 2.1
GeForce GT 550M 2.1
GeForce GT 540M 2.1
GeForce GT 525M 2.1
GeForce GT 520MX 2.1
GeForce GT 520M 2.1
GeForce GTX 485M 2.1
GeForce GTX 470M 2.1
GeForce GTX 460M 2.1
GeForce GT 445M 2.1
GeForce GT 435M 2.1
GeForce GT 420M 2.1
GeForce GT 415M 2.1
GeForce GTX 480M 2.0
GeForce 710M 2.1
GeForce 410M 2.1

Tegra Mobile & Jetson Products

Tegra Mobile & Jetson Products

GPU Compute Capability
Jetson TX1 5.3
Jetson TK1 3.2
Tegra X1 5.3
Tegra K1 3.2
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末伊群,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,607評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件稀余,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)哆档,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,239評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來住闯,“玉大人瓜浸,你說我怎么就攤上這事澳淑。” “怎么了插佛?”我有些...
    開封第一講書人閱讀 164,960評論 0 355
  • 文/不壞的土叔 我叫張陵杠巡,是天一觀的道長。 經(jīng)常有香客問我雇寇,道長氢拥,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,750評論 1 294
  • 正文 為了忘掉前任锨侯,我火速辦了婚禮嫩海,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘囚痴。我一直安慰自己出革,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,764評論 6 392
  • 文/花漫 我一把揭開白布渡讼。 她就那樣靜靜地躺著骂束,像睡著了一般。 火紅的嫁衣襯著肌膚如雪成箫。 梳的紋絲不亂的頭發(fā)上展箱,一...
    開封第一講書人閱讀 51,604評論 1 305
  • 那天,我揣著相機(jī)與錄音蹬昌,去河邊找鬼混驰。 笑死,一個胖子當(dāng)著我的面吹牛皂贩,可吹牛的內(nèi)容都是我干的栖榨。 我是一名探鬼主播,決...
    沈念sama閱讀 40,347評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼明刷,長吁一口氣:“原來是場噩夢啊……” “哼婴栽!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起辈末,我...
    開封第一講書人閱讀 39,253評論 0 276
  • 序言:老撾萬榮一對情侶失蹤愚争,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后挤聘,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體轰枝,經(jīng)...
    沈念sama閱讀 45,702評論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,893評論 3 336
  • 正文 我和宋清朗相戀三年组去,在試婚紗的時候發(fā)現(xiàn)自己被綠了鞍陨。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,015評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡从隆,死狀恐怖诚撵,靈堂內(nèi)的尸體忽然破棺而出缭裆,到底是詐尸還是另有隱情,我是刑警寧澤砾脑,帶...
    沈念sama閱讀 35,734評論 5 346
  • 正文 年R本政府宣布幼驶,位于F島的核電站艾杏,受9級特大地震影響韧衣,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜购桑,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,352評論 3 330
  • 文/蒙蒙 一畅铭、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧勃蜘,春花似錦硕噩、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,934評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至阳惹,卻和暖如春谍失,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背莹汤。 一陣腳步聲響...
    開封第一講書人閱讀 33,052評論 1 270
  • 我被黑心中介騙來泰國打工快鱼, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人纲岭。 一個月前我還...
    沈念sama閱讀 48,216評論 3 371
  • 正文 我出身青樓抹竹,卻偏偏與公主長得像,于是被迫代替她去往敵國和親止潮。 傳聞我的和親對象是個殘疾皇子窃判,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,969評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 嘴炮天師 (一) 被打臉多少次才能成為真男人 “芯片”,這些天的爆款話題喇闸,科技圈經(jīng)濟(jì)圈大佬兢孝、中佬、小佬仅偎,都要出來刷...
    嘴炮天師閱讀 1,107評論 0 1
  • 關(guān)于軍訓(xùn)的那些事 提起參加軍訓(xùn)這事跨蟹,我想,大家心中應(yīng)該都是一萬個不愿意吧橘沥。其實(shí)窗轩,在參加我的第一次軍訓(xùn)前,我也是這么...
    樂子閱讀 410評論 0 2
  • I am a runner. my rule of running is wherever I being, if...
    許衛(wèi)峰閱讀 160評論 1 1
  • 雖然我們站保潔換了一批又一批座咆,但都是差不多的年紀(jì)差痢艺,五六十歲吧仓洼,話不多,很仔細(xì)地清掃每個角落堤舒,我一直都很尊重他...
    阿欣啊啊啊閱讀 269評論 0 0
  • 有多少人喜歡你舌缤,可能就有多少人討厭你箕戳。沒人討厭你,那可能意味著你沒什么可取之處国撵。鮮明的個性陵吸,往往會讓喜歡與討厭的人...
    千城私塾學(xué)堂閱讀 382評論 1 12