NVIDIA显卡架构
架构排序（时间顺序）：
- Tesla: 市面已经没有相关显卡
- Fermi：GeForce 400, 500, 600, GT-630
- Kepler：Tesla K40/K80, GeForce 700, GT-730
- Maxwell: Tesla/Quadro M series GeForce 900, GTX-970
- Pascal: Tesla p100,GTX 1080, GTX 1070, GTX 1060
- Votal: Tesla V100, GTX 1180
- Turing: T4,GTX 1660 Ti, RTX 2060
- Ampere: A100
显卡系列：
Tegra: 手机和嵌入式设备(jetson)用的
GeForce： 显示器用的，比如电脑的显卡
Quadro： 专业绘图
Tesla: 大规模计算，比如深度学习训练
描述GPU有两个指标，一个是CUDA的核心数量，第二个是内存大小，在评估时主要考虑峰值计算性能和内存带宽，一般核心数量越多，TFlops越大，效果越好，在选购显卡的时候要首先根据用途选择对应的系列，然后看相应的计算性能和内存。
算力：
算力包含一个大版本x和一个小版本y, 一块显卡的算力的表示就是x.y, x其实就是代表着显卡的架构, y代表这基于这个架构一些增量优化，比如7.5就是基于volta的架构优化的，最后命名为turing架构。
NVIDIA的GPU产品有GeForce、Tesla、Quadro、Tegra、Tesla、Nvidia Grid系列，虽然从硬件角度来看它们都采用同样的架构设计，也都支持用作通用计算(GPGPU)，但因为它们分别面向的目标市场以及产品定位的不同，这6个系列的GPU在软硬件的设计和支持上都存在许多差异。
产品定位：
GeForce(精视™)：面向消费者的图形处理产品，主要用于台式电脑和笔记本电脑；
Quadro：计算机辅助设计和数字内容创建工作站图形处理产品，一般应用于专业的图形工作站；
Quadro NVS：属于Quadro产品线中的一个系列，用于多显示商用显卡，可用多个虚拟桌面显示，协助企业安装部署的多种预设设定。
Tegra：用于移动设备的芯片系列，常应用于手机及平板电脑等移动端使用； 
Tesla(特斯拉)：主要用于服务器高性能电脑运算，Tesla一般是不设计外接接口，主要是辅助CPU去计算所需应用，常应用于研究物理、生化和深度学习等领域；
Nvidia Grid：Nvidia用于图形虚拟化的一套硬件和服务，可以根据用户需求分配使用量，这意味着，多名用户可以共享单一 GPU。
生产厂商
GeForce显卡则主要由第三方厂商生产，而且还区分为采用原厂设计的公版型号和厂商自行设计的非公版型号，其产品的稳定性可能也因不同厂商的设计和工艺水平存在差异。
Quadro显卡现在主要有3家公司负责生产，欧美地区由美国的必恩威(PNY)负责，而台湾的丽台(Leadtek)负责欧亚太地区的销售。艾尔莎日本(Elsa Japan)则仅仅在日本有销售的权利。这三家公司互不进入对方所在的市场，所以我们见到的全新Quadro显卡都是属于丽台生产的；
Tegra系列产品由NVIDIA与微软合作设计和生产；
Tesla与Nvidia Grid系列产品全部由NVIDIA原厂设计和生产，产品品质和服务都更有保障，毕竟应用于高科技领域，Nvidia肯定是将技术核心掌握在手中。