pytorch框架对RTX 2080Ti RTX 3090的支持与性能测试

时间点：2020-11-18

一、背景

2020年9月nvidia发布了30系列的显卡。比起20系列网上的评价是：性能翻倍，价格减半。
最近正好本人手上有RTX 2080Ti 和 RTX 3090，所以本人专门对其在深度学习上的性能进行了测试。
当前（2020-11-18）网上对3090与2080Ti在深度学习上的性能差异的测试数据比较少，大部分测试的对比每秒处理图片数，本人感觉这种测试有些不公平，3090显存24G，2080Ti显存11G，3090注定其显存能装载的图片数一定比2080Ti翻倍。所以本人的测试重点是在2者显存都没占满（小网络的情况下），其运行性能的差异。求证3090在CUDA Cores，Boost Clock与Memory Interface Width等参数（除了显存）提升所带来的性能提升。

二、测试环境

• 硬件：RTX 2080Ti & RTX 3090
• nvidia-driver:
  455.45.01(2020-11-17发布最新版，支持2080ti, 3090)
  455.38(支持2080ti, 3090)
  455.23.04 455.38(只支持30系列的稳定版)
  450.80.02(不支持30系列的稳定版)
• pytorch: 官网pytorch 1.6.0, 官网pytorch 1.7.0, 源码编译pytorch 1.8.0a0+4883d39（cuda11.1+cudnn8.0.5+mkl）
• 操作系统：nvidia-docker ubuntu18.04(cuda10.2, cuda11.0, cuda11.1三个版本)

三、参数对比

• 3090 功耗暴增，网上有少boom的案例，大家硬件选型务必小心。
• 3090 官网建议用 PCIE4 插槽，但市场上的主板支持PCIE4插槽少之又少。难道PCIE3就不能用了吗？非也，网上也有测评，性能影响不大，个位数。
• 3090 占用3-slot

四、测试结果

某网络：是本人使用的一个网络模型（小网络）
Conv1d, Conv2d来源于 https://github.com/pytorch/pytorch/issues/47039
可得出: rtx3090比rtx2080ti快20%左右。
2021-02-01 更新：满负载情况下，完成同样任务。rtx3090比rtx2080ti快40%。

五、结论

• tx2080ti: 用pytorch1.6.0版本
• rtx3090: 用pytorch1.7.0版本
• pytorch1.8(源码编译)：性能最差。（无法解释????，github上说cudnn8.0.5对30系列显卡性能会提升，都是骗人的????.... 编译环境如下，如有高人明白请帮忙指明，在此谢过！）
• pytorch1.7.1: 同pytorch1.8(源码编译)
• pytorch对30系列的显卡还在支持中，期待其更新版本。有网友测试了，tf在3090上确实能实现比2080Ti翻倍的性能，希望pytorch加油
• 新东西别太早尝试，其生态不一定完善，需要时间。