30K GPU加速計算用(深度學習)電腦


nash2000 wrote:
Wow_Senior...(恕刪)


不好意思...我都摸那些東西,然後近年nVidia在這方面的新聞很多。
所以很理所當然就覺得Tesla是很基本的玩意。
很抱歉我好像完全脫離使用者現況。

K開普勒已經是兩代之前的產品了。
現在是P帕斯卡。就不說中間還有一個M麥斯威爾了。
現在我手邊是M60跟P100在...說使用很奇怪,我們只看他能不能開機,能不能正確正常的啟動而已。
要說使用好像稱不上哩...嗯...也就是說其實我並沒有真正的使用經驗。
反駁不了就惡意檢舉,真是一群垃圾農企粉!
CP值再高,如不合用也是徒然

有些涵式庫為求達到最佳效能,是用ICC編譯出來的

這時你選RyZen就真的準備雷禪了,還是乖乖用Intel吧
如過沒有預算,建議可以買舊款的Tesla
把GTX 1060 改買二手的Tesla C2070 或 C2090
價位大概在8,000 ~ 15,000左右
Power需要上到700W以上

雖然C2070跟K40、K80沒得比,但還是比CPU快很多
我們是跑套裝軟體,用C2070跑起來就比單純E5-1680V3 8核心運算快上2倍左右的速度
C20XX系列出了很多年了,現在大部分套裝軟體都有支援,相容性也高
可以考慮一下

技術控 wrote:
新手上路 歡迎批評...(恕刪)

加顆SSD在效能表現上應該可以再好一些些

Wow_Senior wrote:
不好意思...我都...(恕刪)


羨慕啊

大大是在哪邊高就啊?

可以接觸這麼多逸品

動輒10幾20萬的東西真的不是我們凡人玩得起的....

還是1080最對味XD

nash2000 wrote:
羨慕啊大大是在哪邊...(恕刪)


就偉創,仁寶,英業達這些OEM/ODM 的RD而已啊。
所以才一堆摸來摸去的經驗卻沒有實際的使用經驗。
終端的實際使用者就算有啥使用問題,別說傳不到我這裡,我也沒能力解決。
估計都是Dell/HP的FAE才有實際的處理經驗。
反駁不了就惡意檢舉,真是一群垃圾農企粉!
多個零的原因本來就是很正常 因為把一堆floating point的東西丟到GPU single precision的去算 你回去看看alexnet的第一篇文章講的就是這個東西 用cpu不夠快純粹是核不夠多而已 不過最新的研究也不是往這走 如果你是碩士生還可以玩一玩 博士生就慢了XD

我手邊也是幾乎都能摸/借到單片的各種東西 說真的是要pascal才支援一些東西 沒有就下一位了 除了這個外 memory也是很吃的 你算算進出的bandwidth就知道了 組這種機子 電源散熱都是要特別加強的 CPU真沒差 你怕的話去買顆cpu值很高的便宜XEON就好 這可能都比i5好 (看CACHE 和ARCH) 你東西丟下去就是一個晚上在算 我想你不會想算到一半熱當 這也是為什麼如果有門路買到二手 server級的是真的可以去買 HD的話做個raid 速度應該還可以 其他錢可以省省 除非你想要用現有的東西又出什麼比較文章 但我只能說死了這條心 如果是文章內容拿這種機子來比 秒拒的可能性會大於50% 如果玩其他東西 也要考慮到是不是有已支援的技術在nv或是誰那裡 當然跑跑圖改改人頭變梵谷畫像還是可以的

有某樓提到tensorflow 沒錯 有些東西根本不用高精度 不過這開發起來應該不是太容易才是XD 雖然我也剛好有機器正在玩非高精度的 但這一台目前是組不起來的
說到機子 先去看看人家TPU ISCA2017文章吧XD (雖然 有很多but)

我自己就是半專業搞機子的路過嘴砲王就是
v100出啦!!(不要扶他)
16gHBM2

這價格不忍直視…
https://devblogs.nvidia.com/parallelforall/inside-volta/

新增張量單元 利於深度學習計算
更新一下

基於種種相容性的考量 最後還是忍痛放棄 R5

不過基於cp值的考慮 1060 改成 1080
(所以 不再是30K 的入門機)
文章分享
評分
評分
複製連結

今日熱門文章 網友點擊推薦!