使用CUDA，多GPU上的所有GPU必須是相同的GPU模型嗎？Cuda多個GPU：所有GPU都是同一個型號？
例如，我現在有一個Geforce 950。如果我有更多的卡片，他們都必須是950s？ （如果是的話，我必須留在同一製造商？）
的回答顯示瞭如何控制CUDA每個單獨的GPU（假設GPU是所有CUDA具有相同的計算水平），和證實我可以購買不同型號的NVIDIA卡（在我花費300美元之前）並安裝在相同的CUDA安裝（因爲CUDA工具在每臺機器上編譯）就足夠了。
因此，例如，一個答案告訴我如何採用tensorflow .py腳本並在我的電路板上使用CUDA命令的三個GPU之一運行它，這些答案也可能是好（爲了這個問題;我想我現在肯定有足夠的工作來找出答案）。
我相信這與CUDA軟件如何處理硬件有關，並且將成爲超級用戶的主題;不過，我很樂意改變它。
答案是：你可以處理你想要的每一個不同的CUDA GPU。 只要您管理它們，CUDA中的應用程序可以處理多個不同的圖形卡和多個不同的GPU。
查看CUDA Faq，硬件和結構部分和Multi-GPU slide，均來自Nvidia官方。
問：CUDA在一個系統中是否支持多個圖形卡？
是的。應用程序可以跨多個GPU分配工作。但這不會自動完成，因此應用程序具有完全控制權。有關編程多個GPU的示例，請參閱GPU計算SDK中的「multiGPU」示例。
祝您好運，在非NVIDIA的卡上運行CUDA，但無論實際使用者是誰（EVGA，MSI等）都無所謂。
這將回答您的問題（與如何實現的東西例子）：
http://www.nvidia.com/docs/IO/116711/sc11-multi-gpu.pdf
編輯補充：
簡短的回答：沒關係。這不是SLI。
我不認爲回答這個問題的。問題是「多GPU設置中的所有GPU需要使用相同的模型」。如果問題的答案在這個鏈接中，那麼在你的答案中引用它就很好。 –
教一個人釣魚... 鏈接清楚地顯示了一個函數調用「cudaSetDevice（）」，它確實如你所想。它不關心設備1是否是980ti，設備2是幾年前的270。 –
鏈接顯示的內容並不重要，鏈接可能會過期，這就是爲什麼您至少應該在您的回答中包含相關部分，以便它在鏈接腐爛的情況下仍然*有用*。這是標準的SO練習。你的評論也可以被解讀爲你的答案。 –
所以答案是否定的:) –
取決於你如何看待asnwer。去編輯這個來修復它。 – Taro