Revit. Какую видео карту выбрать ?

          На просторах интернета много обзоров производительности карт игровых и профессиональных в среде Revit. Некоторые приходят к выводу что нету разницы, другие видят разницу. Итак мое видение ситуации:

          Вот моя система, в любых тестах производительность карт GTX 780 и Quadro К5000 идентична.

           Когда тестировал 60 000 блоков в Revit и Autocad игровая карта показала немного более высокий FPS. Почему нету разницы при просто огромной ценовой разбежке ? ответ лежит не так уж и на поверхности. Обычный специалист не полезет так далеко и не будет разбираться в нюансах архитектуры карт. Ответ в появлении технологии CUDA, решение задач больших размеров  с плавающей точкой в секунду. Данная технология перекладывает часть решения с физического процессора на графический. Если сравнить количество ядер CUDA в самой современной игровой и профессиональной то разница будет не в сторону профессиональной.
И теперь самое интересное так в чем же разница и что лучше для Revit. Ответ:
    Для черчения подойдет обычная игровая карта. Почему ? ответ:
    Профессиональная карта не имеет заводского ограничения на картах по задействованию ядер CUDA в системах САПР. Применение данной технологии показывает себя только в задачах с огромным количеством неизвестных (например 100 000 000). Каждое ядро CUDA принимает участие в решателе.Говоря человеческим языком в задачах где изначально не известен результат, примеры для проектирования:
- расчет освещенности
- трассировка света
- движение частиц(движение воды/воздуха) 
- статика/кинематика/динамика твердого тела
- задымленность 
- распространение пожара
- и тд
            В данных задачах изначально нету решения, ответ получаем путем решения огромной системы линейных алгебраических уравнений. И в решении этого огромного количества уравнений к нам приходит на помощь технология CUDA.
           В итоге если вы не занимаетесь серьезными научными симуляциями или визуализацией с большим количеством источников освещения то смысла брать карту проф.уровня нету, это абсолютно лишняя трата денег. Но есть визуализаторы которые покупают обычные игровые карты , включают их в рендер фермы , снимают заводскую блокировку на платах (есть целые видео обзоры по разгону игровых до уровня профессиональных) и ставят хорошее охлаждение ,так как если не охладить игровая карта выгорает за минуты. 
         Можно долго говорить про различные технологии которые применяются в тех или иных картах, но первое что нужно для себя усвоить это область их применения, второе - это тесты производительности. Первое я описал выше. Производительность так таковая не измеряется какой-то единицей  занесенной в СИ. Но есть общепризнанная единица измерения синтетической мощности ПК. Эта единица носит название flops (FLoating-point Operations Per Second), она может измерятся в гига флопсах или мега флопсах (возможны производные , по типу тера флопсы и тд). Моя система при задействовании ядер CUDA показывает производительность на уровне 90 Gflops = 90 000 Мflops. Мой компьютер на работе показывает 2-3 Gflops. Но когда мы говорим про технология GPU ускорителей нам необходимо уточнить еще пару моментов , весь этот огромный объем неизвестных должен помимо того что обрабатываться ,его еще нужно где хранить при решении. У меня порядка 150 ГБ оперативной памяти, из которых 64 GRAM физическая память (8х8GRAM)+ 86GRAM за счет твердотельного накопителя SSD (solid state drive). Этот  накопитель должен быть отдельным от всех и на нем не должно быть каталогов для хранения информации. Помимо этого если объема оперативной памяти не хватает для хранения данных которые обрабатывают CPU+CUDA то необходим еще сверхскоростной SSD не менее 1 TB = 1000 GB. Например у меня HDD Baracuda 1TB и SSD Samsung evo pro 1TB, разница в тестах записи различной информации порядка 80 раз.
         Ну и теперь немного сравнительных тестов производительности при решении задач на профессиональных ускорителях :

источник: http://www.nvidia.ru/object/tesla-ansys-accelerations-ru.html