科学计算显卡的几个主要性能指标：
1、运算能力：FLOPS 每秒浮点运算次数，TFLOPS表示每秒万亿（10^12）次浮点计算；
2、计算性能：
3、显存大小：显存大小也决定了实验中能够使用的样本数量和模型复杂度。
4. cuda 核心数量
1、CUDA compute capability对比（computer capability 并不代表显卡的计算能力，主版本号说明GPU的架构，副版本号相当于更新的版本）
GTX Titan x ：5.2
GTX 980 ：5.2
Tesla P100 :
Tesla K80 ：3.7
Tesla K40 ：3.5
K4200 ： 3.0
2、计算性能（TFLOPS） 比较
单精度single 双精度double
GTX Titan x ： 7 0.2
GTX 980 ： 4.6 0.15
Tesla P100 : 10.6 5.3
Tesla K80 ： 8.73 2.91
Tesla K40 ： 4.29 1.43
K4200 ： 2.0
单精度能够保证小数点后6到7位计算准确（2^23），双精度则是14到15位(2^52)
3、显存大小
GTX Titan x ：12Gb
GTX 980 ：4Gb
Tesla P100 : 16G
Tesla K80 ：24Gb
Tesla K40 ：12Gb
K4200 ：4Gb
4. cuda 核心数量
GTX Titan x
GTX 980
Tesla P100 : 3584
Tesla K80 ： 4992
Tesla K40 ： 2880
K4200
5、价格比较（网上商城京东淘宝报价）
GTX Titan x ：8000+-
GTX 980 ：6000+-
Tesla P100 ： 45000++
Tesla K80 ：33000+-
Tesla K40 ：25000+-
K4200 ：6000+-
1、GTX 系列显卡优缺点：
优点：单精度计算能力强大，显存最大12Gb，性价比高
缺点：双精度计算能力弱，没有计算纠错ECC 内存，对于超高精度计算不利
2、Tesla 或 quadro显卡优缺点：
优点：双精度计算能力最强，拥有ECC内存增强计算准确率，
缺点：单精度计算能力差，价格较高
总结：单从性能上选择，Tesla K80是最强大的，但也最贵；综合性价比来考虑 GTX Titan X 最好。
