<分区>
多 GPU cuda 设置上的所有 GPU 都必须是使用 CUDA 的同一型号 gpu 吗？
例如，我现在有一 block Geforce 950。如果我再多几张卡，它们是否都必须是 950s？ (如果是这样，我是否必须留在同一家制造商？)
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)并安装在相同的 CUDA 安装(因为 CUDA 工具是在每台机器上编译的)就足够了。
因此，例如，在下面的答案中使用 CUDA 命令向我展示如何使用 tensorflow .py 脚本并在我板上的三个 GPU 之一上运行它的答案也不错(为了这个问题；我想我现在肯定有足够的工作来找出答案)。
我相信这与 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。
最佳答案
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图形卡和多个不同的 GPU。
检查 CUDA Faq ，“硬件和体系结构”部分，以及 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.
关于Cuda 多个 GPU : All GPUs the same model?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36758522/