Bazı farklılıklar vardır, ancak bunlar mutlaka donanım veya teknik özelliklerde değildir. Bunun forumlardan veya haber bültenlerinden edindiğim tüm bilgiler olduğunu unutmayın, bu yüzden hepsini bir tane tuzla alın.
Birincisi "ölçeklenebilirlik ve güvenilirlik" ( kaynak ). K20, bir küme sistemine oturacak ve 7/24 tam eğimde çalışacak şekilde tasarlanmıştır. Titan, oyun oynamak için daha fazla tasarlanmıştır, bu nedenle bu görev döngüsünde çalışacaktır, ancak bu şekilde kullanılırsa uzun süreli ömür sorunları yaşayabilir.
Sürücüler de farklı, ancak büyük farklardan emin değilim. Kartların tasarımına odaklanan fark, muhtemelen bu cephedeki Tesla kartları için nispeten küçük performans kazançlarına yol açıyor.
"Tesla'ya özgü bazı özellikler şunları içerir:
- InfiniBand performansı için NVIDIA GPUDirect RDMA
- MPI için Hyper-Q (CUDA Akışları için Hyper-Q, GeForce GTX TITAN'da desteklenir)
- Tüm dahili ve harici kayıtlar ve anılar için ECC koruması
- GPU ve küme yönetimi için Bright Computing, Ganglia gibi desteklenen araçlar. "( Kaynak )
Bu, ana farkın ölçeklenebilirlikleri olduğu gerçeğine işaret ediyor. Ofisinizde bir masaüstünde koşmak istiyorsanız, fiyat farkı için K20 üzerinde bir Titan'a karşı tartışmak zor olurdu. Birden fazla K20'nin ekstra performansına ihtiyacınız varsa, kendinize bir HPC merkezi bulun ve sunucularıyla zaman kazanın.
Düzenle:
ECC'ye biraz daha baktıktan sonra, bu cevabı Titan'da değil K20'de olmanın etkilerini göstermek için güncelliyoruz. Aşağıdaki bilgiler burada bulunan bilgilerin bir ifadesidir .
ECC, DRAM üzerinde hata denetimi yapar ve GPU'ya kaydolur. Yumuşak hatalar, biraz yanlış aktarıldığında / saklandığında ortaya çıkar. Devreler ne kadar hızlı ve yakınsa, yumuşak bir hatanın olasılığı da o kadar yüksek olur. Bir çift bağlantılı ODE veya bir doğrusal sistem çözüyorsanız, tek bir sayının bir bit kapalı olması sonuçları yeniden üretilemez bir şekilde önemli ölçüde değiştirebilir. CPU'daki standart RAM ve önbelleklerin çoğu, ECC kullanılarak bu hatalar için hata kontrolünden geçirilir.
Öte yandan GPU'lar, bellek veriyolları CPU'ndakilerden çok daha hızlı olmasına rağmen genel olarak ECC'ye sahip değildir. Bunun nedeni, ekrandaki bir pikselin bir kare için biraz kapalı olması durumunda, programın kalitesinin düşmemesidir. Bu hatalar da orantılı değildir. Bu nedenle, bu özellik atlanarak çok fazla chip emlak (ve maliyet) kaydedilebilir. Bu ekstra karmaşıklık, Tesla hattının ekstra maliyetinin büyük bir kısmına neden olabilir.