nvidia Compute Capability（GPU）
|
GPU |
Compute Capability |
|
NVIDIA TITAN X |
6.1 |
|
GeForce GTX 1080 |
6.1 |
|
GeForce GTX 1070 |
6.1 |
|
GeForce GTX 1060 |
6.1 |
|
Tegra X1 |
5.3 |
|
Tesla M40 |
5.2 |
|
Quadro M6000 24GB |
5.2 |
|
Quadro M6000 |
5.2 |
|
Quadro M5000 |
5.2 |
|
Quadro M4000 |
5.2 |
|
Quadro M2000 |
5.2 |
|
GeForce GTX TITAN X |
5.2 |
|
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 980 |
5.2 |
|
GeForce GTX 980M |
5.2 |
|
GeForce GTX 970M |
5.2 |
|
GeForce GTX 965M |
5.2 |
|
GeForce 910M |
5.2 |
|
Quadro K2200 |
5 |
|
Quadro K1200 |
5 |
|
Quadro K620 |
5 |
|
Quadro M5500M |
5 |
|
Quadro M5000M |
5 |
|
Quadro M4000M |
5 |
|
Quadro M3000M |
5 |
|
Quadro K2200M |
5 |
|
Quadro M2000M |
5 |
|
Quadro M1000M |
5 |
|
Quadro K620M |
5 |
|
Quadro M600M |
5 |
|
Quadro M500M |
5 |
|
NVIDIA NVS 810 |
5 |
|
GeForce GTX 750 Ti |
5 |
|
GeForce GTX 750 |
5 |
|
GeForce GTX 960M |
5 |
|
GeForce GTX 950M |
5 |
|
GeForce 940M |
5 |
|
GeForce 930M |
5 |
|
GeForce GTX 850M |
5 |
|
GeForce 840M |
5 |
|
GeForce 830M |
5 |
|
Tesla K80 |
3.7 |
|
Tesla K80 |
3.7 |
|
Tesla K40 |
3.5 |
|
Tesla K20 |
3.5 |
|
Tesla K40 |
3.5 |
|
Tesla K20 |
3.5 |
|
Quadro K6000 |
3.5 |
|
Quadro K5200 |
3.5 |
|
Quadro K610M |
3.5 |
|
Quadro K510M |
3.5 |
|
GeForce GTX TITAN Z |
3.5 |
|
GeForce GTX TITAN Black |
3.5 |
|
GeForce GTX TITAN |
3.5 |
|
GeForce GTX 780 Ti |
3.5 |
|
GeForce GTX 780 |
3.5 |
|
GeForce GT 730 |
3.5 |
|
GeForce GT 720 |
3.5 |
|
GeForce GT 705* |
3.5 |
|
GeForce GT 640 (GDDR5) |
3.5 |
|
GeForce 920M |
3.5 |
|
Tegra K1 |
3.2 |
|
Jetson TK1 |
3.2 |
|
Tesla K10 |
3 |
|
Quadro K5000 |
3 |
|
Quadro K4200 |
3 |
|
Quadro K4000 |
3 |
|
Quadro K2000 |
3 |
|
Quadro K2000D |
3 |
|
Quadro K600 |
3 |
|
Quadro K420 |
3 |
|
Quadro 410 |
3 |
|
Quadro K6000M |
3 |
|
Quadro K5200M |
3 |
|
Quadro K5100M |
3 |
|
Quadro K500M |
3 |
|
Quadro K4200M |
3 |
|
Quadro K4100M |
3 |
|
Quadro K3100M |
3 |
|
Quadro K2100M |
3 |
|
Quadro K1100M |
3 |
|
NVIDIA NVS 510 |
3 |
|
GeForce GTX 770 |
3 |
|
GeForce GTX 760 |
3 |
|
GeForce GTX 690 |
3 |
|
GeForce GTX 680 |
3 |
|
GeForce GTX 670 |
3 |
|
GeForce GTX 660 Ti |
3 |
|
GeForce GTX 660 |
3 |
|
GeForce GTX 650 Ti BOOST |
3 |
|
GeForce GTX 650 Ti |
3 |
|
GeForce GTX 650 |
3 |
|
GeForce GT 740 |
3 |
|
GeForce GTX 880M |
3 |
|
GeForce GTX 870M |
3 |
|
GeForce GTX 780M |
3 |
|
GeForce GTX 770M |
3 |
|
GeForce GTX 765M |
3 |
|
GeForce GTX 760M |
3 |
|
GeForce GTX 680MX |
3 |
|
GeForce GTX 680M |
3 |
|
GeForce GTX 675MX |
3 |
|
GeForce GTX 670MX |
3 |
|
GeForce GTX 660M |
3 |
|
GeForce GT 750M |
3 |
|
GeForce GT 650M |
3 |
|
GeForce GT 745M |
3 |
|
GeForce GT 645M |
3 |
|
GeForce GT 740M |
3 |
|
GeForce GT 730M |
3 |
|
GeForce GT 640M |
3 |
|
GeForce GT 640M LE |
3 |
|
GeForce GT 735M |
3 |
|
GeForce GT 730M |
3 |
|
NVIDIA NVS 315 |
2.1 |
|
NVIDIA NVS 310 |
2.1 |
|
NVS 5400M |
2.1 |
|
NVS 5200M |
2.1 |
|
NVS 4200M |
2.1 |
|
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 GT 730 DDR3,128bit |
2.1 |
|
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 |
|
GeForce 820M |
2.1 |
|
GeForce 800M |
2.1 |
|
GeForce GTX 675M |
2.1 |
|
GeForce GTX 670M |
2.1 |
|
GeForce GT 635M |
2.1 |
|
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 710M |
2.1 |
|
GeForce 410M |
2.1 |
|
Tesla C2075 |
2 |
|
Tesla C2050/C2070 |
2 |
|
Tesla M20xx |
2 |
|
Quadro Plex 7000 |
2 |
|
GeForce GTX 590 |
2 |
|
GeForce GTX 580 |
2 |
|
GeForce GTX 570 |
2 |
|
GeForce GTX 480 |
2 |
|
GeForce GTX 470 |
2 |
|
GeForce GTX 465 |
2 |
|
GeForce GTX 480M |
2 |
nvidia Compute Capability（GPU）的更多相关文章
- windows如何查看nvidia显卡（GPU）的利用率和温度
windows如何查看nvidia显卡(GPU)的利用率和温度 nvidia-smi 只要在文件夹C:\Program Files\NVIDIA Corporation\NVSMI里找到文件nvidi ...
- Win10 TensorFlow（gpu）安装详解
Win10 TensorFlow(gpu)安装详解 写在前面:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着 ...
- SIMD数据并行（三）——图形处理单元（GPU）
在计算机体系中,数据并行有两种实现路径:MIMD(Multiple Instruction Multiple Data,多指令流多数据流)和SIMD(Single Instruction Multip ...
- (转)Win10 TensorFlow（gpu）安装详解
Win10 TensorFlow(gpu)安装详解 写在前面:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着 ...
- NSight Compute 用户手册（中）
NSight Compute 用户手册(中) NVIDIA Nsight Compute支持密码和私钥身份验证方法.在此对话框中,选择身份验证方法并输入以下信息: 密码 IP/主机名:目标设备的IP地 ...
- NSight Compute 用户手册（上）
NSight Compute 用户手册(上) 非交互式配置文件活动 从NVIDIA Nsight Compute启动目标应用程序 启动NVIDIA Nsight Compute时,将出现欢迎页面.单击 ...
- 学习笔记︱深度学习以及R中并行算法的应用（GPU）
笔记源于一次微课堂,由数据人网主办,英伟达高级工程师ParallerR原创.大牛的博客链接:http://www.parallelr.com/training/ 由于本人白痴,不能全部听懂,所以只能把 ...
- NSight Compute 用户手册（下）
主菜单 文件 新建项目使用"新建项目"对话框创建新的分析项目 4. Main Menu and Toolbar Information on the main menu and t ...
- 显卡（GPU）的基础知识
显卡的性能指标有: 流处理器(SP)数量 核心频率 流处理器的架构 显存容量 显存频率 显存带宽 1. 流处理器的数量 把一个GPU当成是一个画画的工厂,其中流处理器的数量就是画师的数量,其数量自然是 ...
随机推荐
- ***PHP $_FILES函数详解 + PHP文件上传 move_uploaded_file() 参数的正确写法
PHP $_FILES函数详解 在PHP中上传一个文件建一个表单要比ASP中灵活得多.具体的看代码. 如: 复制代码代码如下: <form enctype="multipart/fo ...
- Android Studio 入门级教程（三）：gradle项目构建
声明 生命壹号:http://www.cnblogs.com/smyhvae/ 文章来源:http://www.cnblogs.com/smyhvae/p/4456420.html [系列] Andr ...
- NET 异步多线程，THREAD，THREADPOOL，TASK，PARALLEL
.NET 异步多线程,THREAD,THREADPOOL,TASK,PARALLEL,异常处理,线程取消 今天记录一下异步多线程的进阶历史,以及简单的使用方法 主要还是以Task,Parallel为主 ...
- mysql过滤数据
1.大纲 WHERE - 学习如何使用WHERE子句根据指定的条件过滤行记录. AND运算符 - 介绍如何使用AND运算符以组合布尔表达式以形成用于过滤数据的复杂条件. OR运算符 - 介绍OR运算符 ...
- 前馈神经网络练习：使用tensorflow进行葡萄酒种类识别
数据处理 样本数据描述 样本数据集是double类型的178 * 14矩阵,第一列表示酒所属类别,后面13列分别表示当前样本的13个属性: 1) Alcohol 2) Malic acid 3) As ...
- Orleans核心功能
一.Grain持久性 二.定时器和提醒 三.依赖注入 四.观察者 五.无状态工作者Grains 六.流 一.Grain持久化 1,Grain持久化目标 ①允许不同类型的存储提供者使用不同类型的存储提供 ...
- Future和FutureTask
上次介绍了Callable实现多线程的方法.现在介绍和Callable搭配的类.上一篇只是简单的用Callable做了一个demo. 一.Future 1.关于callable和runable的区别( ...
- HDU 4709 3-idiots FFT 多项式
http://acm.hdu.edu.cn/showproblem.php?pid=4609 给一堆边,求这一堆边随便挑三个能组成三角形的概率. 裸fft,被垃圾题解坑了还以为很难. 最长的边的长度小 ...
- Codeforces.314E.Sereja and Squares(DP)
题目链接 http://www.cnblogs.com/TheRoadToTheGold/p/8443668.html \(Description\) 给你一个擦去了部分左括号和全部右括号的括号序列, ...
- KVM源代码解读：linux-3.17.4\include\linux\kvm_host.h
#ifndef __KVM_HOST_H #define __KVM_HOST_H /* * This work is licensed under the terms of the GNU GPL, ...