1樓：
搞CUDA平行計算就不要考慮一般的遊戲卡（包括titan x），基本都是閹割了流處理器和雙精度浮點運算，畢竟遊戲用不上太高的雙精度。
而計算就完全不一樣了，要知道單精度浮點的十進位制有效數字只有7位，而雙精度有16位。比如單精度運算下pi=3.141593，後面都被截斷了，而雙精度可以精確到3.
141592653589793。
當然也不是說980一類的卡不能算雙精度，只是說他們的雙精度算的巨慢。。。還不如上個雙路E5算得快。
最後推薦下配置：
由於不知道預算，所以CPU的話雙路E5是必須的，至於具體型號結合你自己的預算來搭配。
計算卡推薦tesla，其他的像980 titan之類就算了吧，除非有特殊需求。
最後附上目前我實驗室跑CUDA的環境，雙路E5+8路Tesla K40m
跑CNN的話GPU大概是CPU的12倍：
2樓：
不報預算都是流氓。
14年初我搞了一台。E3-1275v3 + 32G ECC + GTX Titan Black，不算其他裝置大概$2400左右，用起來相對舒服。非常不建議GTX 980，雙精度浮點效能糟糕。
但是GTX系列的驅動是坑，也是拖累整個系統穩定的短板，本想用 Tesla 的然而 Tesla 不帶顯示介面，沒有辦法去 MadVR 動畫片了，果斷拋棄。
另外你的「初步」是指多「初步」？一年使用下來32G記憶體深感不夠用，考慮下個月換E5機器以支援128G記憶體。建議如果知道記憶體是坑就不要用E3的機器往裡跳了。
3樓：陳襪子
瀉藥。用Titan好點。
GTX980的單精度浮點4.6T Flops，雙精度浮點只有143G Flops。
老titan單精度效能是4.5TFLOPS，雙精度效能是1.3TFLOPS。
abinitio 或者dft平行計算 買AMD threadripper 還是買英特爾呢？
已登出 第一性原理計算在現階段毫無疑問該選intel，穩定 省電 單核效率高，和系統 編譯器也沒各種稀奇古怪的相容性問題。gpu是有幾個軟體支援了，但是目前看到的實測結果並不像經典分子動力學或相場動力學動輒幾十倍加速比那樣鼓舞人心，或者說第一性原理計算雖然計算量大，但問題的並行度可能並不高，目前階段...
平行計算與序列計算有什麼區別？
楚天樂 什麼是平行計算平行計算的任務是找出程式中沒有依賴關係的的部分，讓他們同時執行，以縮短程式執行時間。過程將任務劃分成塊，分片分發給處理器，等待處理結果，彙總。效能我們假設乙個程式中有f 0到1之間 是沒有依賴關係的可以並行執行的，在假設我們可以n個核心去執行他，另外假設序列執行是要時間t。首先...
有沒有可以平行計算的 Python 科學計算庫？
秦續業 可以使用 Mars 來並行 numpy。Mars tensor 目前覆蓋了主流的 numpy 介面，API doc 可以參考 https docs.pymars.org zh CN l atest tensor routines.html 只要會用 numpy，就會用 mars tensor...