1. FP32：单精度浮点计算能力
2. FP64：双精度浮点计算能力

在 GPU 的性能比较中，FP32（单精度浮点运算）通常是更为关键和普遍关注的一个性能指标。
FP32 主要用于深度学习、图形渲染等许多计算密集型任务，
因此在这些领域中，FP32 算力通常被广泛用来评估 GPU 的性能。

而 FP64 主要在科学计算、数值模拟等需要更高精度计算的领域才会被重点关注

对于大多数应用来说，FP32 已经足够满足精度要求，并且可以获得更高的计算效率和更低的功耗。

对于对精度要求极高的应用，例如科学计算、金融模拟等，则需要使用 FP64 来保证计算结果的准确性。

Ada Lovelace 和 Hopper 是同一代架构，只是分别供货给超算领域和消费级市场。

消费级芯片会带有 RT Core，这些处理器在 Data Center 是用不上的。

所以是同一代制程工艺、架构设计，微调衍生出来的2个变种。

https://www.nvidia.com/en-us/data-center/a100/

官方 a100 规格参数 Specifications

https://www.nvidia.com/en-us/geforce/graphics-cards/30-series/rtx-3080-3080ti/

官方 3080ti 规格参数 Specs

https://www.nvidia.com/en-us/geforce/graphics-cards/30-series/rtx-3090-3090ti/

官方 3090 规格参数 Specs

https://www.nvidia.com/en-us/geforce/graphics-cards/40-series/rtx-4090/

官方 4090 规格参数 Specs

https://en.wikipedia.org/wiki/GeForce_30_series

https://en.wikipedia.org/wiki/GeForce_40_series

A100

A10, L40

维基收录 3080ti 3090 4090 a100 规格参数

https://www.twisted-meadows.com/nvidia-gpu-architecture/

Nvidia 显卡架构详解