上星期我們報導過 NVIDIA TITAN V 於科學研究的運算中，偶爾會出現錯誤，即使運算同一組數據兩次，都可能會出現兩個不同的答案。雖然這只是個別事件，但因為 TITAN V 是 NVIDIA 屹今最頂級的 GeForce 顯示卡，而且售價高達驚人的 $23,000 港元，所以消息一出就惹起轟動，更有讀者於我們的 Facebook 帖子回應中，張帖以下一幅 Meme 圖諷刺。不過後來 NVIDIA 向傳媒解說，原來上述意外竟是因為用錯顯示卡所致？
NVIDIA TITAN V 規格強悍，具備多達 5,120 個 CUDA Core 、 640 個專為 AI 加速而設的 Tensor Core 、以及多達 12GB HBM2 記憶體，不論是打機，還是用於 AI 運算、科學研究的電腦 / 工作站，都同樣適宜。但為何在 GeForce 系列中規格舉世無雙的 GPU，都會發生計錯數如此「低級」的錯誤呢？原來 GeForce TITAN 系列顯示卡的記憶體，均不支援 ECC 偵錯校正功能，所以當處理科學研究這類龐大的數據時，就可能因為運算不及，而導致部分結果出錯，卻沒有 ECC 功能自動偵測糾正。
據了解，目前已有一款名為 Amber 的分子動力學（ Molecular Dynamics ）科學模擬程式，受到上述問題影響，程式的官網更警告用戶注意使用 TITAN V 或會導致運算錯誤。 NVIDIA 官方則向事件的消息來源 The Register 解釋：「我們所有 GPU 產品都能正確計算數據，而 Tesla GPU 產品線則具備 ECC 除錯功能，專用來運算這類大型的科學模擬。」言下之意即是指科學家不應使用 TITAN V 作研究？應該付更多更多錢去買天價的伺服器專用 Tesla 繪圖卡？那麼 TITAN V 所針對的科學研究市場，究竟是哪一種「小型」的應用，才能穩定地每次運算都毫無出錯？研究學者、大專院校及企業又會否願意用 $23,000 來博取 TITAN V 是否足夠應付他們的應用呢？雖然大型運算確實是用 ECC RAM 的 GPU 比較安全，但 NVIDIA 的回答對於付了錢購買 TITAN V 的顧客而言，也不太負責任吧……
[blockquote style=”1″]NVIDIA 回應事件：
“All of our GPUs add correctly,”
“Our Tesla line, which has ECC [error-correcting code memory], is designed for these types of large scale, high performance simulations. Anyone who does experience issues should contact support@nvidia.com.”[/blockquote]
Source：The Register、Amber Molecular Dynamics