原标题：NVIDIA A30在实际模型训练中的性能表现怎么样？
关键字：NVIDIA（英伟达）,图形处理器（GPU）,计算机性能
最佳回答：丽台科技
回答字数：493字
NVIDIA A30 Tensor Core GPU是今年新推出的数据中心GPU，它基于最新的NVIDIA Ampere架构构建，将第三代Tensor Core与24GB HBM2显存相结合，并且采用PCIe Gen 4外形规格，适用于各种主流服务器。
NVIDIA A30具备Tensor Float (TF32) 精度，可提供比NVIDIA T4高10倍之多的性能，并且无需更改代码；若使用自动混合精度和FP16，性能可进一步提升2倍，综合起来可将吞吐量提高20倍。具体的性能表现还需要跑应用场景测试，也可参考其他厂商或者用户的训练结果。
联系作者
回答作者：丽台科技
我这边正好有一组基于NVIDIA A30进行的IResNet网络训练数据，下面是测试服务器的参数：
下面是8片A30在训练时的具体性能测试数据：
通过这组测试数据，这边也给到大家几点在使用A30进行训练时的建议：
1、在IResNet-50网络中，通过FP16+TF32混合精度进行训练，Samples/sec可达2640，比FP16的2520和TF32的2250都要高。建议大家在使用A30进行深度神经网络训练时可优先选择混合精度。
2、在同使用FP16+TF32混合精度进行IResNet-50网络训练时，当Batch-size从1024增加到2048，Samples/sec从2640增加到了2910。建议大家在训练时，若没有达到硬件理论性能，可适当增加Batch-size，再进行测试。
3、同使用FP16+TF32混合精度进行训练，且Batch-size同为1024时，在IResNet-50、IResNet-100和IResNet-180网络中，Samples/sec从2640衰减至1680及1030，衰减幅度较为明显。考虑到大家实际需求不同，可根据实际需求进行不同深度网络选择，此次测试的性能衰减数据可供参考。
以上这组数据是Insightface联合超益集伦共同进行测试得出的，下面贴上原始测试数据分享页面：
https://github.com/deepinsight/insightface/blob/master/benchmarks/train/nvidia_a30.md