Tegra系列产品是转为移动和嵌入式设备而设计的，如平板电脑和手机，典型的如Tegra K1，Tegra X1，TegraX2等（为嵌入式芯片，功耗低，gpu和cpu芯片在同一块硅片上）
GeForce面向图像用户，典型的如NVIDIA TITAN Xp、GeForce GTX 1080等（通常用于桌面显示，价格亲民，普通大众使用的较多，也可进行科学计算，只是精确度稍低）
Quadro用于专业绘图设计，典型的如Quadro 6000、Quadro FX 5800（计算能力均在2.0及以下）（Quadro支持高速OpenGL渲染）
Tesla用于大规模的并行计算，典型的如Tesla P100、Tesla M60、Tesla K80（Tesla不支持OpenGL。Tesla专为企业部署而设计，拥有更高级别的专业显存，专为处理计算类应用程序而设计。）
Tesla和Geforce的区别（因此Geforce通常比较便宜，Tesla通常很贵）
1：T内部和外部RAM都有ECC保护，而G无保护，ECC的保护，大大降低了内存错误的发生几率；
2：T全部通过0错误测试，保证计算结果的正确性，而G仅针对图形应用的测试，使用T计算得出结果是准确的，可信的。而使用G计算出的结果往往出现错误，经常同一个程序跑几遍，得出的结果却不一样，因此对于严谨的科学计算来说，G的这种表现是致命的；
3：T是Nvidia原厂生产，G是第三方厂商，相比质量更好；
Tegra系列猜测由于成本、体积、需求点等问题同样没有ECC内存保护（查看Tegra X1确实没有）：
ECC是否支持查看方式在官方示例代码中有，目录为NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery，其中还含有其他一些性能的获取和显示。
如TX1的运行结果为：
-
./deviceQuery/deviceQuery Starting... -
CUDA Device Query (Runtime API) version (CUDART static linking) -
Detected 1 CUDA Capable device(s) -
Device 0: "NVIDIA Tegra X1" -
CUDA Driver Version / Runtime Version 8.0 / 8.0 -
CUDA Capability Major/Minor version number: 5.3 -
Total amount of global memory: 3995 MBytes (4188774400 bytes) -
( 2) Multiprocessors, (128) CUDA Cores/MP: 256 CUDA Cores -
GPU Max Clock rate: 72 MHz (0.07 GHz) -
Memory Clock rate: 13 Mhz -
Memory Bus Width: 64-bit -
L2 Cache Size: 262144 bytes -
Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) -
Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers -
Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers -
Total amount of constant memory: 65536 bytes -
Total amount of shared memory per block: 49152 bytes -
Total number of registers available per block: 32768 -
Warp size: 32 -
Maximum number of threads per multiprocessor: 2048 -
Maximum number of threads per block: 1024 -
Max dimension size of a thread block (x,y,z): (1024, 1024, 64) -
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) -
Maximum memory pitch: 2147483647 bytes -
Texture alignment: 512 bytes -
Concurrent copy and kernel execution: Yes with 1 copy engine(s) -
Run time limit on kernels: Yes -
Integrated GPU sharing Host Memory: Yes -
Support host page-locked memory mapping: Yes -
Alignment requirement for Surfaces: Yes -
Device has ECC support: Disabled -
Device supports Unified Addressing (UVA): Yes -
Device PCI Domain ID / Bus ID / location ID: 0 / 0 / 0 -
Compute Mode: -
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) > -
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = NVIDIA Tegra X1 -
Result = PASS
获取该内容是否支持的函数和部分代码如下
-
cudaSetDevice(dev); -
cudaDeviceProp deviceProp; -
cudaGetDeviceProperties(&deviceProp, dev); -
printf(" Device has ECC support: %s\n", deviceProp.ECCEnabled ? "Enabled" : "Disabled");