为什么在 RTX 上需要比 GTX 更多的 GPU 内存?

问题描述

我想知道原因。

[环境]

pc_1 : gtx 1080ti(11G),cuda-10,tensorflow-gpu==1.13
pc_2 : rtx 2080ti(11G),tensorflow-gpu==1.15
pc_3 : rtx 2080ti(11G),cuda-11.0,tensorflow-gpu==1.15
pc_4 : rtx 3080(10G),cuda-11.1,nvidia-tensorflow==r1.15.4-20.11

我已经在 pc_1~pc_3 上使用内存分数 1.5GB 加载了一个权重文件。我昨天在 pc_4 上使用内存分数 1.5GB 测试了加载相同重量的文件,但无法加载。但是,我可以在 pc_4 上使用大约 5.7GB 的内存部分加载它。

虽然文件重量相同,为什么需要更多的gpu内存? 我在任何地方都找不到解决方案。我猜 rtx 30xx serise 或 nvidia-tensorflow 是原因。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)