ITライター上倉賢のAll About

IT系ライターによる日常

NVIDIAのGPUアーキテクチャ一覧 入門向け概要 2020年版

機械学習ディープラーニング、AI、ビッグデータOpenCLなどなど、プログラミングその他でNVIDIAGPUやCUDAの情報が必要です。

NVIDIAGPUアーキテクチャとCUDAのバージョン等の関係がよくわからないので、2020年現在のコンシューマーベースの情報としてまとめました。

ちょいちょい間違ってる可能性があるので、正確な情報はNVIDIAの公式情報を参照してください。

https://developer.nvidia.com

CUDAとは

Compute Unified Device Architectureの略で、NVIDIAGPUを使ったプログラミングのプラットフォームのようなこと。

利用するにはCUDA Toolkitをお手持ちのパソコンにインストールする必要があります。

当然ながらNVIDIAGPUが必要で、世代毎に利用出来るバージョン、機能が異なります。(ここがややこしい)

WindowsもしくはLinuxで利用可能で、Windowsなら対応バージョンのMicrosoft Visual Studioも必要になります。

CUDA Toolkitも世代毎に機能が変わり、GPUアーキテクチャなどでCompute Capabilityのバージョンも変わります。

Compute CapabilityはSM versionとも呼ばれています。

アーキテクチャが進化すると数字が上がり、小数点は細かな機能追加のマイナーバージョンアップです。

NVIDIAアーキテクチャ一覧

Hopper

?

Ampere

2020年

GeForce RTX 30?

Compute Capability 8

Turing

2018年

GeForce RTX 2080など

Compute Capability 7.5

Volta

2017年

NVIDIA TITAN V

Compute Capability 7

Pascal

2016年

GeForce GTX 1080 Tiなど

Compute Capability 6

Maxwell

2014年

GeForce GTX 750、GeForce GTX Titan Xなど

Compute Capability 5

Kepler

2012年

GeForce GTX 770など

Compute Capability 3

CUDA 10.0でサポート終了 

Fermi

2010年

GeForce GTX 590など

Compute Capability 2

CUDA 8.0でサポート終了

Tesla

2007年

GeForce 8800など

Compute Capability 1

CUDA 6.5でサポート終了

GPU導入、学習の始め方のポイント

NVIDIAGPUは結構高いです。特に機械学習や最新のゲームを快適に遊ぶためのハイエンドのGPUは平気で10万円を超えます。こんなGPUを購入しても、2年後には新しいアーキテクチャGPUが登場します。

例えば2年おきに20万円で最上位のビデオカードを投資すると、少なくともGPUだけで月に1万円弱の費用がかかります。

最先端の分野でバリバリやってる人なら、新機能を使うための投資としてはたいしたことないですが、これからデータサイエンティストやら何やらになるために、初めてプログラミングを勉強しようという方の投資対象としては適していません。

一番お得なのはJetson Nanoで本体のみなら1万円程度(もろもろ使える状態にするまでプラス1万円くらいから)でMaxwellアーキテクチャでの導入が出来ます。

GeForceを搭載するパソコンは10万円くらいからなので、プログラミングとかは出来るけど、CUDAもやっておこうかなという人含めて、いろいろやってみようという方にはこっちの方が良いでしょう。

ノートだと基本的にGPUの交換は出来ないので、デスクトップで定期的にGPUやらCPUを変更できる構成にしておくのも悪くないです。

2020年から始めるなら

下手に中古のPCやGPUを買っても最新版の機能は使えませんので、下手によくわからない変なのに手を出すならTuring世代のRTX20シリーズのGPUを搭載したPCを選んでおくのが無難です。15万円くらいからです。

NVIDIA Jetson Nano 開発者キット B01

NVIDIA Jetson Nano 開発者キット B01

  • メディア: Personal Computers