Redian新闻
>
买nvda就是买deep learning
avatar
买nvda就是买deep learning# Stock
C*5
1
楼下看官说amd不是也有gpu吗?可是amd没有cuda,没有cudnn,周末试了试cudnn.
torch,发现nvda对deep learning是真爱,动了感情的。
那为啥要买deep learning呢,想不通这个准备错过10年翻10倍的机会。
avatar
s*r
2
大牛 展开说说 CUDA / CUDNN 都是啥?
现在 DL 软件 硬件 都有哪些重要player ?
不过我看大家都不想 10年翻10倍
大家要的是 一年翻10倍

【在 C*****5 的大作中提到】
: 楼下看官说amd不是也有gpu吗?可是amd没有cuda,没有cudnn,周末试了试cudnn.
: torch,发现nvda对deep learning是真爱,动了感情的。
: 那为啥要买deep learning呢,想不通这个准备错过10年翻10倍的机会。

avatar
C*5
3
cuda让你方便的用c++,fortran和GPU硬件打交道做并行计算。cudnn是基于cuda的深度
学习底层库,定义了深度学习基本常用的一些操作。不夸张的说,cuda/cudnn之于nvda
就好比windows之于intel。
DL软件主流的几个库,torch,tensorflow,lasagne/keras/theano,caffe,mxnet等
都是开源的,,我用过前面三个,感觉各有千秋,但也大同小异,早晚要整合至最多两
三个并存。以上提到的库
如果用GPU加速都需要调用nvda的cudnn(非nvda的卡是不支持的)。用CPU时不用,但
是速度无法忍受。Google的Tensorflow估计除了建立在cuda/cudnn的开源版之外估计内
部还有自
行开发的和cudnn类似的底层库以支持自己的特殊硬件(TPU)。
胡言乱语了几句。再高深的问题可以去问莱布妮子。他是专家。

【在 s*********r 的大作中提到】
: 大牛 展开说说 CUDA / CUDNN 都是啥?
: 现在 DL 软件 硬件 都有哪些重要player ?
: 不过我看大家都不想 10年翻10倍
: 大家要的是 一年翻10倍

avatar
I*a
4
房哥华丽转身砖家?
GPU炒房不错
avatar
C*5
5
哥是有情怀的。房子虽多也要给人类文明做点贡献不是?

【在 I***a 的大作中提到】
: 房哥华丽转身砖家?
: GPU炒房不错

avatar
s*r
6
果真大牛
受教了
搞Server ML的都是不差钱的enterprise,
AMD 一直被迫走信价比路线,在这些市场基本没前途,只能初期 HIPE 未来的市场潜力

等 未来真的到来的时候 其实没 AMD 神马事情

nvda

【在 C*****5 的大作中提到】
: cuda让你方便的用c++,fortran和GPU硬件打交道做并行计算。cudnn是基于cuda的深度
: 学习底层库,定义了深度学习基本常用的一些操作。不夸张的说,cuda/cudnn之于nvda
: 就好比windows之于intel。
: DL软件主流的几个库,torch,tensorflow,lasagne/keras/theano,caffe,mxnet等
: 都是开源的,,我用过前面三个,感觉各有千秋,但也大同小异,早晚要整合至最多两
: 三个并存。以上提到的库
: 如果用GPU加速都需要调用nvda的cudnn(非nvda的卡是不支持的)。用CPU时不用,但
: 是速度无法忍受。Google的Tensorflow估计除了建立在cuda/cudnn的开源版之外估计内
: 部还有自
: 行开发的和cudnn类似的底层库以支持自己的特殊硬件(TPU)。

avatar
e*y
7
大家对deep learning专用芯片怎么看,例如狗家的TPU :)
不知道NVDA有没有相应的项目。别看现在一块K80几千块,跟不上趋势会死的。

【在 C*****5 的大作中提到】
: 楼下看官说amd不是也有gpu吗?可是amd没有cuda,没有cudnn,周末试了试cudnn.
: torch,发现nvda对deep learning是真爱,动了感情的。
: 那为啥要买deep learning呢,想不通这个准备错过10年翻10倍的机会。

avatar
s*r
8
非专家 说点皮毛
TPU 是google 自己customized的东东 优化算法(trade精度with speed/power), 用
在TENSOR FLOW APPLICATION上
是CPU 和GPU 之外的硬件辅助,对NVDA/INTC 影响不大
TechRadar: What is the chip exactly?
Norm Jouppi: [The] Tensor Processing Unit (TPU) is our first custom
accelerator ASIC [application-specific integrated circuit] for machine
learning [ML], and it fits in the same footprint as a hard drive. It is
customized to give high performance and power efficiency when running
TensorFlow.
What makes the TPU different from your standard processor specifically?
TPUs are customized for machine learning applications using TensorFlow. Note
that we continue to use CPUs [central processing units] and GPUs [graphics
processing units] for ML.

【在 e**y 的大作中提到】
: 大家对deep learning专用芯片怎么看,例如狗家的TPU :)
: 不知道NVDA有没有相应的项目。别看现在一块K80几千块,跟不上趋势会死的。

avatar
s*d
9
给特定 dl 算法优化的 产量极小

★ 发自iPhone App: ChineseWeb 11

【在 s*********r 的大作中提到】
: 非专家 说点皮毛
: TPU 是google 自己customized的东东 优化算法(trade精度with speed/power), 用
: 在TENSOR FLOW APPLICATION上
: 是CPU 和GPU 之外的硬件辅助,对NVDA/INTC 影响不大
: TechRadar: What is the chip exactly?
: Norm Jouppi: [The] Tensor Processing Unit (TPU) is our first custom
: accelerator ASIC [application-specific integrated circuit] for machine
: learning [ML], and it fits in the same footprint as a hard drive. It is
: customized to give high performance and power efficiency when running
: TensorFlow.

avatar
e*y
10
据我所知,狗在大量增产啊
而且他不是为了特定dl算法,而是为Tensorflow这个平台搞的。。。改吧改吧Theano啥
的也都能用
TF也不是只能做DL啊

【在 s***d 的大作中提到】
: 给特定 dl 算法优化的 产量极小
:
: ★ 发自iPhone App: ChineseWeb 11

avatar
l*7
11
这个我最早5月入市买NVDA的时候,分析过:DL也好,机器学习也好,迟早是个商业
hype,风头会过去。
而TF仍然是为学习算法而开发的一个平台,它能搞database吗,能搞高能物理科学计算
吗,等等。。。通用平行计算,是数据服务器这个海量市场的必要条件,还有就是谁占
据用户市场的问题(类似当年google占据了搜索用户一个道理)。
http://www.mitbbs.com/article/Stock/36692775_0.html
“这里GPU其实说的是GPGPU,现在nvidia的CUDA已经以绝对优势占领了GPGPU(通用计算
)的大批(潜在?)用户市场。这个就类比于早年的专用单片机和通用CPU,是通用计
算能力的CPU使得个人计算机得到大规模普及,而开拓了新的海量市场。DL只是通用计
算的一个hype部分而已,而且自动驾驶也是其中的一个应用小方向而已。Database、科
学计算、分布计算、visualization、virtual/augmented reality都是其中的潜在应
用开发市场。依我个人的分析判断,所有这些市场已经开始形成以nvidia/CUDA为核心
技术的一个ecosystem的雏形了。”

【在 e**y 的大作中提到】
: 据我所知,狗在大量增产啊
: 而且他不是为了特定dl算法,而是为Tensorflow这个平台搞的。。。改吧改吧Theano啥
: 的也都能用
: TF也不是只能做DL啊

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。