GPU 购买指南 讨论区


#63

如果你需要特别多内存,那可能考虑不一样。不过K系列要比M系列慢50%以上,所以建议慎重考虑


#65

担心显卡问题的话,还是先把吴恩达的课程过一遍吧。。。:sweat_smile:
网上做他的作业,用他的显卡跑。。。


#66

不同型号的显卡,显存有木桶效应,处理起来比较棘手。另外P40的散热风道口太窄,一般的机箱风扇不好使,没办法只能山寨了一个涡轮风扇散热器,对着散热通道吹,目前跑得挺欢快。。。总的感觉的是,想锻炼动手能力的话,倒是可以折腾折腾:joy: 最后感谢沐神回复!祝新春快乐!


#67

水好深。。。


#68

是这样,服务器的风扇堪比战斗机。自己山寨还挺折腾


#69

P40官方专用散热器,完美契合,效果拔群。。。(DC小型鼓风机)
image


#70

沐神,硕士毕设自然语言处理方向,最低用什么显卡呢?显存多大才合格?


#71

你好,我想自己装一台,GPU计划是4x 1080Ti,请问你整机的其他配置是怎样的?比如CPU,内存,SSD,主板,电源


#72

1080ti是13t, 据说1180也是13t,1180ti是31t:scream:
说实话不相信老黄这种挤牙膏习惯的人,能这么给力。

因为去年开始挖矿的原因,最高的时候有24个1080ti,现在卖掉了一些,还剩下8块。
好像最高的主板也仅仅是支持4路pcie 3.0x16 ASUS Z10PE-D8,打算买块这样的主板,好好学习了。


#73

关键是主板。
intel cpu最高的pcie是40线,如果你要用满 4 gpu x 16 = 64 pcie线 那就必须是双cpu。
推荐这块板子 ASUS Z10PE-D8 cpu估计要用志强了,不过可以买测试版的志强,便宜一点,至于内存就一定是ecc的了。


#74

其实asus x299 ws sage 是自带pcie switch 的4卡互相通信都是16x 求总梯度的时候直接gpu上面reduce 并不慢 不一定需要 2个cpu


#75

问大家一个问题,我用八块x9drg-qf,通过mellanox5020相连,装一个小集群。因为主要是数据分析处理dataframe,尤其是通过blazingsql基于dask。cpu用了16个2687w。gpu 有点难以选择,32个1080ti,8个tesla p100 有一种, ph402的版本,一张卡有两个p100核心,8个ph402和32个1080ti价格相当,保留了可扩展的空间,而且架构更新。也是一个选项。


#76

推荐一篇攒机文章:https://medium.com/the-mission/why-building-your-own-deep-learning-computer-is-10x-cheaper-than-aws-b1c91b55ce8c


#77

谢谢。最终我买了8个8卡节点,64个p106矿渣,和一台mellanox sb7890。都是二手的。用沉浸散热。攒一台穷人的超级计算机。


#78

现在2019年了,RTX2060 最佳性价比没得反驳吧。:wink:


#79

一个p106目前500元,看2060的性能是它的几倍,价格是几倍。不考虑稳定性,p106无敌。另外要考虑节点的成本。问题是一个主板可以扩展多少显卡。单机可否32卡?


#80

1660Ti 发布了 渣卡 散了散了


#81

gtx 1080ti 依然性价比最高, rtx 2060 入门玩玩还行,用 rtx 2060 batch size 直接砍一半,除非你是FP16党,要不然还是淘个N手 1080 ti 吧


#82

Titan RTX的FP32性能是…

  • RTX 2080 Ti 快约 8
  • GTX 1080 Ti 快约47%
  • Titan Xp 快约 31
  • Titan V 快4%
  • 比特斯拉V100(32 GB) 慢约14%

比较训练时每秒处理的#个图像。
Titan RTX的FP16性能是…

  • RTX 2080 Ti 快21%

  • GTX 1080 Ti 快110%

  • Titan Xp 快92%

  • Titan V 慢2%

  • 请继续关注与V100(32 GB)的比较
    价钱

  • Titan RTX: 约¥2w(来源:某东)

  • RTX 2080 Ti:约 ¥1w左右(来源:某东)

结论

  • RTX 2080 Ti 是机器学习/深度学习的最佳GPU,如果… 11 GB的GPU内存足以满足您的培训需求(对于许多人来说,它是)。2080 Ti在Titan RTX,Tesla V100,Titan V,GTX 1080 Ti和Titan Xp中提供最佳性价比。
  • Titan RTX是机器学习/深度学习的最佳GPU,如果… 11 GB的内存不足以满足您的培训需求。但是,在结束之前,尝试以半精度(16位)进行训练。这有效地使您的GPU内存翻倍,但代价是培训准确性。如果你已经在FP16和11 GB上成功训练仍然不够,那么选择Titan RTX - 否则,请选择RTX 2080 Ti。在半精度时,Titan RTX可有效提供48 GB的GPU内存。
  • 特斯拉V100是机器学习/深度学习的最佳GPU,如果… 价格不重要,您需要每一块GPU内存,或者产品的上市时间至关重要。


#83

那2080和2070在什么档次