GPU的性能參數中的單精度浮點和雙精度浮點計算，各自對應哪些應用？

01-05

簡單的說，例如GPU要計算某個顏色的值（RGBa），就要用到浮點運算。一般在普通的圖形運算中，32位單精度甚至16位半精度已經夠用了。

但是隨著對精準效果的追求和通用運算的需求，出現了許多對精度要求極高的情況，例如解微分方程等。在這些情景中，如果精度不足，會使誤差逐漸積累，導致最後的結果和精確結果相差太大，所以需要使用雙精度甚至更高精度才能獲得可靠的結果。

高精度的運算必然導致運算速度的下降，所以一般遊戲顯卡都著力於提升單精度運算能力，經常看到各種宣稱單精度運算能力達到多少多少，卻很少提及雙精度。而對於一些專業卡來說，使用者往往對運算結果的要求很高，如在物理模擬中，單精度運算很可能導致模型偏差很大，所以此時就對GPU的雙精度運算能力提出了更高的要求。

雙精度：醫學圖像，CAD。

單精度：大部分graphics application，image processing，機器學習。

單雙結合：模擬（化學、物理、金融），數值分析 [1]。

[1] Accelerating Scientific Computations with Mixed
Precision Algorithms

輪子哥總是有這樣excited的問題！

圖形渲染和異構超級計算機GPU並行加速

好像是天河一號A用的是Tesla並行加速，當時就登頂，後來泰坦登頂後，CPU+GPU異構（Xeon Phi）的天河二號登頂，直到現在米帝對tg禁運Xeon處理器

在Tesla進入超算協處理器領域時，NVIDIA提供了CUDA C 作為開發平台，CPU主攻邏輯運算與任務分配，簡單且重複的運算就交給GPU

在Tesla的介紹中有說，單精度浮點運算主要用來圖形渲染，雙精度浮點主要用於超算領域，但超算會根據需要分配單雙精度，且圖形渲染極少佔用雙精度，這就是為什麼從Fermi起，NVIDIA的遊戲顯卡就閹割了雙精度運算能力

（再就不知道了，就跟評論一樣，我裝個逼就跑

基本上可以說雙精度用來模擬單精度用來畫圖。

但是我超級想用雙精度來畫圖（

窮人用單精, 土豪用雙精, 神經病(CPU)用gmp.