Cuda 多个 GPU：所有 GPU 都是同一型号吗？
Cuda Multiple GPUs: All GPUs the same model?
多 GPU cuda 设置上的所有 GPU 都必须是使用 CUDA 的同一型号 gpu 吗？
比如我现在有Geforce 950。如果我再多几张卡，它们是否都必须是 950s？ （如果是这样，我必须留在同一家制造商吗？）
一个答案显示了如何在每个单独的 GPU 上控制 CUDA（假设 GPU 都是具有相同计算级别的 CUDA），并确认我可以购买不同型号的 NVIDIA 卡（在我花费 300 美元之前）和安装在同一个 CUDA 安装上（因为 CUDA 工具是在每台机器上编译的）就足够了。
因此，例如，一个答案向我展示了如何使用 CUDA 命令在我板上的三个 GPU 之一上 运行 它下面的答案也很好（为了这个问题；我想我现在肯定有足够的工作来找出答案）。
我认为这与 CUDA 软件如何处理硬件有关，并且在 SuperUser 上不属于主题；但是我很乐意改变它。
祝你好运运行 非 NVIDIA 卡上的 CUDA，但实际上是谁制造的并不重要（EVGA、MSI 等）。
这将回答您的问题（以及如何实施内容的示例）：
http://www.nvidia.com/docs/IO/116711/sc11-multi-gpu.pdf
编辑添加：
简短回答：没关系。这不是 SLI。
答案是：您可以处理您想要的每一个不同的 CUDA GPU。
只要您管理它们，CUDA 中的应用程序就可以处理多个不同的显卡和多个不同的 GPU。
查看CUDA Faq, section "Hardware and Architecture", and the Multi-GPU slide，均来自Nvidia官方。
Q: Does CUDA support multiple graphics cards in one system?
Yes. Applications can distribute work across multiple GPUs. This is not done automatically, however, so the application has complete control. See the "multiGPU" example in the GPU Computing SDK for an example of programming multiple GPUs.
它们不必是完全相同的卡（型号或制造商），但是（从开发的角度来看）如果它们具有相同的计算能力则更好。
您可以使用 cudaSetDevice 等函数完全控制工作共享，如文档所述here
多 GPU cuda 设置上的所有 GPU 都必须是使用 CUDA 的同一型号 gpu 吗？
比如我现在有Geforce 950。如果我再多几张卡，它们是否都必须是 950s？ （如果是这样，我必须留在同一家制造商吗？）
一个答案显示了如何在每个单独的 GPU 上控制 CUDA（假设 GPU 都是具有相同计算级别的 CUDA），并确认我可以购买不同型号的 NVIDIA 卡（在我花费 300 美元之前）和安装在同一个 CUDA 安装上（因为 CUDA 工具是在每台机器上编译的）就足够了。
因此，例如，一个答案向我展示了如何使用 CUDA 命令在我板上的三个 GPU 之一上 运行 它下面的答案也很好（为了这个问题；我想我现在肯定有足够的工作来找出答案）。
我认为这与 CUDA 软件如何处理硬件有关，并且在 SuperUser 上不属于主题；但是我很乐意改变它。
祝你好运运行 非 NVIDIA 卡上的 CUDA，但实际上是谁制造的并不重要（EVGA、MSI 等）。
这将回答您的问题（以及如何实施内容的示例）：
http://www.nvidia.com/docs/IO/116711/sc11-multi-gpu.pdf
编辑添加：
简短回答：没关系。这不是 SLI。
答案是：您可以处理您想要的每一个不同的 CUDA GPU。 只要您管理它们，CUDA 中的应用程序就可以处理多个不同的显卡和多个不同的 GPU。
查看CUDA Faq, section "Hardware and Architecture", and the Multi-GPU slide，均来自Nvidia官方。
Q: Does CUDA support multiple graphics cards in one system?
Yes. Applications can distribute work across multiple GPUs. This is not done automatically, however, so the application has complete control. See the "multiGPU" example in the GPU Computing SDK for an example of programming multiple GPUs.
它们不必是完全相同的卡（型号或制造商），但是（从开发的角度来看）如果它们具有相同的计算能力则更好。
您可以使用 cudaSetDevice 等函数完全控制工作共享，如文档所述here