1. Toy模板网首页
  2. > Toy博客

支持CUDA运算的显卡算力表

9月前 作者：大卢在奔跑 分类：Toy博客 阅读(40) 违法举报

这篇具有很好参考价值的文章主要介绍了支持CUDA运算的显卡算力表。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

GPUs supported

Supported CUDA level of GPU and card.

  • CUDA SDK 1.0 support for compute capability 1.0 – 1.1 (Tesla
  • CUDA SDK 1.1 support for compute capability 1.0 – 1.1+x (Tesla)
  • CUDA SDK 2.0 support for compute capability 1.0 – 1.1+x (Tesla)
  • CUDA SDK 2.1 – 2.3.1 support for compute capability 1.0 – 1.3 (Tesla)
  • CUDA SDK 3.0 – 3.1 support for compute capability 1.0 – 2.0 (Tesla, Fermi)
  • CUDA SDK 3.2 support for compute capability 1.0 – 2.1 (Tesla, Fermi)
  • CUDA SDK 4.0 – 4.2 support for compute capability 1.0 – 2.1+x (Tesla, Fermi, more).
  • CUDA SDK 5.0 – 5.5 support for compute capability 1.0 – 3.5 (Tesla, Fermi, Kepler).
  • CUDA SDK 6.0 support for compute capability 1.0 – 3.5 (Tesla, Fermi, Kepler).
  • CUDA SDK 6.5 support for compute capability 1.1 – 5.x (Tesla, Fermi, Kepler, Maxwell). Last version with support for compute capability 1.x (Tesla).
  • CUDA SDK 7.0 – 7.5 support for compute capability 2.0 – 5.x (Fermi, Kepler, Maxwell).
  • CUDA SDK 8.0 support for compute capability 2.0 – 6.x (Fermi, Kepler, Maxwell, Pascal). Last version with support for compute capability 2.x (Fermi).
  • CUDA SDK 9.0 – 9.2 support for compute capability 3.0 – 7.0 (Kepler, Maxwell, Pascal, Volta)
  • CUDA SDK 10.0 – 10.2 support for compute capability 3.0 – 7.5 (Kepler, Maxwell, Pascal, Volta, Turing). Last version with support for compute capability 3.0 and 3.2 (Kepler in part). 10.2 is the last official release for macOS, as support will not be available for macOS in newer releases.
  • CUDA SDK 11.0 support for compute capability 3.5 – 8.0 (Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere (in part)).
  • CUDA SDK 11.1 – 11.4 support for compute capability 3.5 – 8.6 (Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere (in part)).
  • CUDA SDK 11.5 – 11.7.1 support for compute capability 3.5 – 8.7 (Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere).
  • CUDA SDK 11.8 support for compute capability 3.5 – 9.0 (Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere, Ada Lovelace, Hopper).
  • CUDA SDK 12.0 support for compute capability 5.0 – 9.0 (Maxwell, Pascal, Volta, Turing, Ampere, Ada Lovelace, Hopper)
Compute
capability
(version)		 Micro-architecture GPUs GeForce
1.0 Tesla G80 GeForce 8800 Ultra, GeForce 8800 GTX, GeForce 8800 GTS(G80)
1.1 Tesla G92, G94, G96, G98, G84, G86 GeForce GTS 250, GeForce 9800 GX2, GeForce 9800 GTX, GeForce 9800 GT, GeForce 8800 GTS(G92), GeForce 8800 GT, GeForce 9600 GT, GeForce 9500 GT, GeForce 9400 GT, GeForce 8600 GTS, GeForce 8600 GT, GeForce 8500 GT,
GeForce G110M, GeForce 9300M GS, GeForce 9200M GS, GeForce 9100M G, GeForce 8400M GT, GeForce G105M
1.2 Tesla GT218, GT216, GT215 GeForce GT 340*, GeForce GT 330*, GeForce GT 320*, GeForce 315*, GeForce 310*, GeForce GT 240, GeForce GT 220, GeForce 210,
GeForce GTS 360M, GeForce GTS 350M, GeForce GT 335M, GeForce GT 330M, GeForce GT 325M, GeForce GT 240M, GeForce G210M, GeForce 310M, GeForce 305M
1.3 Tesla GT200, GT200b GeForce GTX 295, GTX 285, GTX 280, GeForce GTX 275, GeForce GTX 260
2.0 Fermi GF100, GF110 GeForce GTX 590, GeForce GTX 580, GeForce GTX 570, GeForce GTX 480, GeForce GTX 470, GeForce GTX 465,
GeForce GTX 480M
2.1 Fermi GF104, GF106 GF108, GF114, GF116, GF117, GF119 GeForce GTX 560 Ti, GeForce GTX 550 Ti, GeForce GTX 460, GeForce GTS 450, GeForce GTS 450*, GeForce GT 640 (GDDR3), GeForce GT 630, GeForce GT 620, GeForce GT 610, GeForce GT 520, GeForce GT 440, GeForce GT 440*, GeForce GT 430, GeForce GT 430*, GeForce GT 420*,
GeForce GTX 675M, GeForce GTX 670M, GeForce GT 635M, GeForce GT 630M, GeForce GT 625M, GeForce GT 720M, GeForce GT 620M, GeForce 710M, GeForce 610M, GeForce 820M, GeForce GTX 580M, GeForce GTX 570M, GeForce GTX 560M, GeForce GT 555M, GeForce GT 550M, GeForce GT 540M, GeForce GT 525M, GeForce GT 520MX, GeForce GT 520M, GeForce GTX 485M, GeForce GTX 470M, GeForce GTX 460M, GeForce GT 445M, GeForce GT 435M, GeForce GT 420M, GeForce GT 415M, GeForce 710M, GeForce 410M
3.0 Kepler GK104, GK106, GK107 GeForce GTX 770, GeForce GTX 760, GeForce GT 740, GeForce GTX 690, GeForce GTX 680, GeForce GTX 670, GeForce GTX 660 Ti, GeForce GTX 660, GeForce GTX 650 Ti BOOST, GeForce GTX 650 Ti, GeForce GTX 650,
GeForce GTX 880M, GeForce GTX 870M, GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GTX 680MX, GeForce GTX 680M, GeForce GTX 675MX, GeForce GTX 670MX, GeForce GTX 660M, GeForce GT 750M, GeForce GT 650M, GeForce GT 745M, GeForce GT 645M, GeForce GT 740M, GeForce GT 730M, GeForce GT 640M, GeForce GT 640M LE, GeForce GT 735M, GeForce GT 730M
3.5 Kepler GK110, GK208 GeForce GTX Titan Z, GeForce GTX Titan Black, GeForce GTX Titan, GeForce GTX 780 Ti, GeForce GTX 780, GeForce GT 640 (GDDR5), GeForce GT 630 v2, GeForce GT 730, GeForce GT 720, GeForce GT 710, GeForce GT 740M (64-bit, DDR3), GeForce GT 920M
5.0 Maxwell GM107, GM108 GeForce GTX 750 Ti, GeForce GTX 750, GeForce GTX 960M, GeForce GTX 950M, GeForce 940M, GeForce 930M, GeForce GTX 860M, GeForce GTX 850M, GeForce 845M, GeForce 840M, GeForce 830M
5.2 Maxwell GM200, GM204, GM206 GeForce GTX Titan X, GeForce GTX 980 Ti, GeForce GTX 980, GeForce GTX 970, GeForce GTX 960, GeForce GTX 950, GeForce GTX 750 SE,
GeForce GTX 980M, GeForce GTX 970M, GeForce GTX 965M
6.1 Pascal GP102, GP104, GP106, GP107, GP108 Nvidia TITAN Xp, Titan X,
GeForce GTX 1080 Ti, GTX 1080, GTX 1070 Ti, GTX 1070, GTX 1060,
GTX 1050 Ti, GTX 1050, GT 1030, GT 1010,
MX350, MX330, MX250, MX230, MX150, MX130, MX110
7.0 Volta GV100 NVIDIA TITAN V
7.5 Turing TU102, TU104, TU106, TU116, TU117 NVIDIA TITAN RTX,
GeForce RTX 2080 Ti, RTX 2080 Super, RTX 2080, RTX 2070 Super, RTX 2070, RTX 2060 Super, RTX 2060 12GB, RTX 2060,
GeForce GTX 1660 Ti, GTX 1660 Super, GTX 1660, GTX 1650 Super, GTX 1650, MX550, MX450
8.6 Ampere GA102, GA103, GA104, GA106, GA107 GeForce RTX 3090 Ti, RTX 3090, RTX 3080 Ti, RTX 3080 12GB, RTX 3080, RTX 3070 Ti, RTX 3070, RTX 3060 Ti, RTX 3060, RTX 3050, RTX 3050 Ti(mobile), RTX 3050(mobile), RTX 2050(mobile), MX570
8.9

Ada

Lovelace

 AD102, AD103, AD104, AD106, AD107 GeForce RTX 4090, RTX 4080, RTX 4070 Ti, RTX 4070

参考：https://en.wikipedia.org/wiki/CUDA文章来源地址https://www.toymoban.com/news/detail-420650.html

到了这里，关于支持CUDA运算的显卡算力表的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • PyTorch的CUDA错误：Error 804: forward compatibility was attempted on non supported HW

    宿主机为Ubuntu20.04 + gtx1060，Nvidia driver版本为510.85.02。 安装环境为：tensorrt8.4 安装完成后，一当调用cuda环境就会报错：Error 804: forward compatibility was attempted on non supported HW。 检查问题原因 在Linux宿主机上使用docker（版本= 19.3）之前，请确保安装了nvidia-container-runtime和nvidia-cont

    2023年04月08日
    浏览(54)
  • springboot——Request method ‘POST‘ not supported——不支持POST请求（完美解决）

    springboot——Request method ‘POST‘ not supported——不支持POST请求（完美解决）

    如下图所示，当我使用POST请求访问时，会出现下面的错误“不支持POST请求” ，那么原因是什么？ 很简单！！！ 请求的时候或后端接收数据的时候， 把请求参数的方式或接收请求体的方式给搞混了！！！ 下面具体讲解一下POST的三种请求方式 目录 POST请求方式一： POST请求方

    2024年02月12日
    浏览(44)
  • 幸福的烦恼：显卡算力太高而pytorch版本太低不支持

    幸福的烦恼：显卡算力太高而pytorch版本太低不支持

    The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.) 前些天发现了一个出色的人工智能学习网站。它的内容不仅深入浅出、易于理解，还充满了趣味性和幽默感，我觉得这对于喜欢探索新知识的朋友们来说会是一个不错的资源。 如果你对人工智能感兴趣，不妨 点击

    2023年04月25日
    浏览(34)
  • 安装tiny-cuda-nn时报错RuntimeError: Could not locate a supported Microsoft Visual C++ installation

    安装tiny-cuda-nn时报错RuntimeError: Could not locate a supported Microsoft Visual C++ installation

    按照官方教程安装nerf studio，运行命令 pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch 安装tiny-cuda-nn时，出现以下报错： 根据报错，出现问题的原因是找不到Visual C++编译器的位置。 参考链接：https://github.com/NVlabs/nvdiffrec/issues/35 下载Visual Studio Installer Visual S

    2023年04月25日
    浏览(35)
  • 查看电脑显卡（GPU）是否支持CUDA及其版本

    查看电脑显卡（GPU）是否支持CUDA及其版本

    最近想要试一下tensorflow和mindspore的GPU版本，于是乎倒腾了一下电脑，想要看一下电脑是否支持GPU以及是哪一个版本 预备知识： 什么是GPU？ CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解

    2024年02月11日
    浏览(52)
  • Intellij idea 编译报错：Error : java 不支持发行版本5（error: release version 5 not supported）

    Intellij idea 编译报错：Error : java 不支持发行版本5（error: release version 5 not supported）

    问题：在 IntelliJ IDEA 中创建一个Maven项目时，出现以下错误并且无法构建它。 我设法解决了错误并进行到可以构建的地步，因此我将介绍如何处理它。 环境 方法 – 如何处理“错误：java：错误：不支持发布版本 5” – 如何处理“错误：java：当前不支持源选项 5。请使用 6 或

    2024年02月12日
    浏览(40)

  • 【AI底层逻辑】——篇章7（上）：海量运算背后的算力支持

    目录 引入 一、计算机芯片 1、芯片的制造 2、复杂指令集精简指令集

    2024年02月13日
    浏览(46)
  • FFmpeg报错：Specified pixel format yuvj420p is invalid or not supported（用ffmpeg程序查看编码器支持像素格式命令）

    FFmpeg报错：Specified pixel format yuvj420p is invalid or not supported（用ffmpeg程序查看编码器支持像素格式命令）

    这是因为我们把海康rtsp视频流packet解封装后，它frame的像素格式是 yuvj420p（AV_PIX_FMT_YUVJ420P） 的，然后我们又指定编码器上下文的像素格式 pix_fmt = AV_PIX_FMT_YUVJ420P ，指定编码器为 AV_CODEC_ID_MPEG4 ，但是 AV_CODEC_ID_MPEG4 不支持 AV_PIX_FMT_YUVJ420P 像素格式，所以报了上述错误 用 ffmpe

    2023年04月13日
    浏览(86)
  • 如何查询显卡算力

    如何查询显卡算力

    一般在 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.6extrasdemo_suite 这个目录 注意： 1.V后面的数字表示版本，请根据自己的版本进行更改 2.此目录为我的安装目录，如果不是默认的安装目录，则根据自己的安装情况进行更改 一般右键有个打开终端，没有只能cmd用cd导入了 运行命

    2024年02月14日
    浏览(44)
  • Request method ‘PUT‘ not supported

    Request method ‘PUT‘ not supported

    在ssm整合时，用到了RESTful风格进行curd操作，但是出现如下错误 起初以为是我的请求方式写错了，但是排查多次后，发现问题并不在此。 搜索博客后，找到解决办法如下，类似的Request method \\\'PUT\\\'/ \\\'GET\\\'/ \\\'POST\\\'/ \\\'DELETE\\\' not supported：都能用该方法解决，原因是因为后端@RequestMapping注

    2024年02月16日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包