Titan X Pascal在VGG16上跑得比基准慢得多

我有一块Titan X Pascal，Intel i5-6600，16GB RAM，在Ubuntu 14.04上运行torch7。 Nvidia驱动版本为375.20，CUDA Toolkit为8.0，cuDNN为v5.1。

我使用与 此基准测试 相同的VGG16网络进行了相同的测试（通过loadcaffe导入）。但是，对于前向传递，我的设置需要80ms，这是基准测试需要的时间的两倍。

我还生成了一批16个RGB通道，尺寸为224x224的图像。相关代码如下：

 local model = loadcaffe.load("/home/.../Models/VGG16/VGG_ILSVRC_16_layers_deploy.prototxt",
                          "/home/.../Models/VGG16/VGG_ILSVRC_16_layers.caffemodel",
                          "cudnn")

 for i=1, 50 do
   local input = torch.randn(16, 3, 224, 224):type("torch.CudaTensor")

   cutorch.synchronize()
   local timer = torch.Timer()

   model:forward(input)
   cutorch.synchronize()

   local deltaT = timer:time().real
   print("前向传递时间：" .. deltaT)
 end

输出如下： 前向传递时间：0.96536016464233 前向传递时间：0.10063600540161 前向传递时间：0.096444129943848 前向传递时间：0.089151859283447 前向传递时间：0.082037925720215 前向传递时间：0.082045078277588 前向传递时间：0.079913139343262 前向传递时间：0.080273866653442 前向传递时间：0.080694913864136 前向传递时间：0.082727193832397 前向传递时间：0.082070827484131 前向传递时间：0.079407930374146 前向传递时间：0.080456018447876 前向传递时间：0.083559989929199 前向传递时间：0.082060098648071 前向传递时间：0.081624984741211 前向传递时间：0.080413103103638 前向传递时间：0.083755016326904 前向传递时间：0.083209037780762 ...

我需要做些什么额外的工作才能获得那种速度？还是我做错了什么？还是因为我使用的是Ubuntu 14.04，而不是Ubuntu 16.04（尽管在基准测试中，运行在Ubuntu 14.04上的GTX 1080也只需要60ms）？