由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
DataSciences版 - 大包子请教显卡选择问题
相关主题
想上手deep learning的看过来为什么叫tensor flow不叫 matrixflow
data analysis part time job[内推] NetBrain tech (software engineer等)职位内部推荐机会
求助:Hastie的书看不懂怎么办?机器学习周报 2015-02-08
Google Just Opened Sourced Its Machine Learning/Artificial Intelligence Engine机器学习周报 2015-02-08
【招聘】数据科学家@北京小白弱问,并行和分布计算区别,gpu和spark区别?
【Data Science Internship】难缠老印的”平台“攻略 (转载)
招会Neural Network的程序员新年礼包:克劳迪亚 大数据培训材料 [请大家自取]
跑深度学习的程序需要啥高级机器吗?求湾区内推data analyst/ scientist/ modeler
相关话题的讨论汇总
话题: cuda话题: nvidia话题: 平台话题: opencl话题: 显卡
进入DataSciences版参与讨论
1 (共1页)
w*****s
发帖数: 2689
1
正在研究Machine Learning用的显卡,请教硬件大牛三个问题:
1. 目前Nvidia主要是领先在CUDA平台上面还是领先在显卡硬件上?
2. Nvidia顶级卡比其他几家顶级卡领先多少?换句话说,如果其他几家显卡想要达到
Nvidia目前的水平,估计大概需要多久?
3. 据说今年要出opencl针对ML的平台。如果想从CUDA转到新平台,是很麻烦的一件事
情吗?估计大概需要多少时间可以把现有的CUDA codes转移到其他平台上?
非常感谢!!有料的回答都有包子 稍详细点有理有据的回答有大包子 谢谢!!
s*********h
发帖数: 6288
2
有钱Titan X没钱1080。
现在主流的和在开发的Deep learning都有给cuda用的。
一般人不会接触跟Cuda直接有关的内容。ds毕竟不是cs。能直接用,出产品,比什么都
重要
w*****s
发帖数: 2689
3
谢谢建议~ 包子已发 但还是得考虑将来的情况 请知道的朋友们 不吝赐教 大包子伺
候!
s*********h
发帖数: 6288
4
DS这一行都是边学边用,没办法停止学习。
大家都是紧跟着开发和社区趋势,有稍微值得注意的东西就会花时间去学习。
TensorFlow有google的大力支持。基本上看看feature之后就用keras之类的高级接口做
NN就行吧……
当然如果你是并行运算的方向就得知道的非常深刻了。我就是拿来用的不敢妄言。

【在 w*****s 的大作中提到】
: 谢谢建议~ 包子已发 但还是得考虑将来的情况 请知道的朋友们 不吝赐教 大包子伺
: 候!

w*****s
发帖数: 2689
5
嗯 行业也是刚刚起步 我不仅要用 还得做一些分析 所以问得细一些
s*********h
发帖数: 6288
6
那我就帮不上忙了。不过你可以follow一些TF之类工具的开发者论坛和github以及
release notes

【在 w*****s 的大作中提到】
: 嗯 行业也是刚刚起步 我不仅要用 还得做一些分析 所以问得细一些
w*****s
发帖数: 2689
7
好的 非常感谢

【在 s*********h 的大作中提到】
: 那我就帮不上忙了。不过你可以follow一些TF之类工具的开发者论坛和github以及
: release notes

f*********r
发帖数: 30
8
1. 目前Nvidia主要是领先在CUDA平台上面还是领先在显卡硬件上?
硬件上N记和A记其实差别不大,看看玩游戏的评测就知道基本。在并行计算(深度学习
是其中之一)方面,N家进入的早,投入的资源也很多,现在是市场绝对主导。A家动作
慢了,已经来不及自立门户,所以只能和其他一些小伙伴推公开标准的opencl。
CUDA和opencl其实底层差别不大都是基于C的,但是有大公司大投入开发的情况下,
CUDA生态圈还是比opencl丰富多了。
2. Nvidia顶级卡比其他几家顶级卡领先多少?换句话说,如果其他几家显卡想要达到
Nvidia目前的水平,估计大概需要多久?
上面已经说了,N记的显卡纯硬件性能并不比其他player强多少,价钱也没有因为CUDA
的优势就charge premium,当然你要做冤大头买K系是另一回事。优势是软件生态系统
。这个一时半会没有被谁超过的可能性,A记和I记都太不给力了。现在硬件都是白菜价
,更新换代又快,从现有的非N记硬件换到N记,再用现有的CUDA周边资源做开发,远比
自造车轮便宜和快捷。
3. 据说今年要出opencl针对ML的平台。如果想从CUDA转到新平台,是很麻烦的一件事
情吗?估计大概需要多少时间可以把现有的CUDA codes转移到其他平台上?
如果真的推出了,很大的可能性是各个热门的库开发组织推出兼容opencl的版本。但是
目前来看opencl相对CUDA没有明显的优势,所以不太可能会有开发包或者库的组织抛弃
CUDA。对于应用开发者,基本都是用基于CUDA的库二次开发,不存在换平台的问题。
如果你是做底层开发直接写CUDA或者opencl的,二者其实差别不大,都是C衍生出来的。
具体到硬件,上面的建议挺靠谱,有钱titan x,没钱1080。做深度学习的话显存尽可
能大点。
w*****s
发帖数: 2689
9
非常感谢如此详尽的回答!!大包子送上
关于3还有个小问题 是我没表达清楚
我的问题是,如果今年opencl推出新平台,各种库也陆陆续续兼容新平台了,那作为一
个现有的cuda使用者,想把自己的code转移到新平台上, 是会很麻烦吗?大概会需要
折腾多久时间?
再次感谢!

CUDA

【在 f*********r 的大作中提到】
: 1. 目前Nvidia主要是领先在CUDA平台上面还是领先在显卡硬件上?
: 硬件上N记和A记其实差别不大,看看玩游戏的评测就知道基本。在并行计算(深度学习
: 是其中之一)方面,N家进入的早,投入的资源也很多,现在是市场绝对主导。A家动作
: 慢了,已经来不及自立门户,所以只能和其他一些小伙伴推公开标准的opencl。
: CUDA和opencl其实底层差别不大都是基于C的,但是有大公司大投入开发的情况下,
: CUDA生态圈还是比opencl丰富多了。
: 2. Nvidia顶级卡比其他几家顶级卡领先多少?换句话说,如果其他几家显卡想要达到
: Nvidia目前的水平,估计大概需要多久?
: 上面已经说了,N记的显卡纯硬件性能并不比其他player强多少,价钱也没有因为CUDA
: 的优势就charge premium,当然你要做冤大头买K系是另一回事。优势是软件生态系统

1 (共1页)
进入DataSciences版参与讨论
相关主题
求湾区内推data analyst/ scientist/ modeler【招聘】数据科学家@北京
Data scientist/data analyst 求推荐,长期有效【Data Science Internship】
Data science Online program招会Neural Network的程序员
fresh PhD 求职求内推,非常感谢!跑深度学习的程序需要啥高级机器吗?
想上手deep learning的看过来为什么叫tensor flow不叫 matrixflow
data analysis part time job[内推] NetBrain tech (software engineer等)职位内部推荐机会
求助:Hastie的书看不懂怎么办?机器学习周报 2015-02-08
Google Just Opened Sourced Its Machine Learning/Artificial Intelligence Engine机器学习周报 2015-02-08
相关话题的讨论汇总
话题: cuda话题: nvidia话题: 平台话题: opencl话题: 显卡