October , 2020
8GPU: GeForce RTX 3090 Deep Learning Benchmarks
GeForce RTX 3090 の Deep Learning 学習での性能評価のため、HPCDIY-ERMGPU8R4S に8枚実装して、tensorflow で tf_cnn_benchmarks.py（ダウンロートはこちら）を実行してみました。
CPU: 2x AMD EPYC Rome 7302 DP/UP 16C/32T 3.0G 128M 155W, Memory: 512GB, SSD: NVMe U.2 1.92TB
NVIDIA Driver: 455.32.00
TensorFlow: nvcr.io/nvidia/tensorflow:20.09-tf1-py3
8GPU: HPCDIY-ERMGPU8R4S に RTX3090を8枚実装してGPU100%での消費電力と温度
HPCDIY-ERMGPU8R4S（こちら）にGeForce RTX 3090 を8枚実装し、gpu_burn（こちら）を実行して、消費電力と温度が定常状態になるまでを nvidia-smi -l で監視してみました。
8GPU: GeForce RTX 3090 の nvidia-smi と deviceQuery
HPCDIY-ERMGPU8R4S（こちら）に GeForce RTX 3090 を 8 枚実装して、nvidia-smi と deviceQuery を実行してみました。
4GPU: GeForce RTX 3090 Deep Learning Benchmarks
GeForce RTX 3090 の Deep Learning 学習での性能評価のため、HPCDIY-ERM1GPU4TS に４枚実装して、tensorflow で tf_cnn_benchmarks.py（ダウンロートはこちら）を実行してみました。
TensorFlow を新しくして再計測したらもっと高速になりました。その記事はこちら。
CPU: AMD EPYC Rome 7252 DP/UP 8C/16T 3.1G 64M 120W, Memory: 128GB, SSD: NVMe M.2 512GB
NVIDIA Driver: 455.32.00
TensorFlow: nvcr.io/nvidia/tensorflow:20.09-tf1-py3
4GPU: HPCDIY-ERM1GPU4TS に RTX3090を4枚実装してGPU100%での消費電力と温度
HPCDIY-ERM1GPU4TS（こちら）にGeForce RTX 3090 を4枚実装し、gpu_burn（こちら）を実行して、消費電力と温度が定常状態になるまでを nvidia-smi -l で監視してみました。
4GPU: GeForce RTX 3090 の nvidia-smi と deviceQuery
HPCDIY-ERM1GPU4TS（こちら）に GeForce RTX 3090 を４枚実装して、nvidia-smi と deviceQuery を実行してみた。
