在NVIDIA已经在深度学习硬件形成垄断的情况下,使用那种方案性价比会更高?


并没有形成垄断,这则消息是英伟达(日本)设定禁止的,

在中国,

这种限令毫无法律根据。

非常欢迎日本玩家登陆我国的数据中心跑深度学习。

禁令仅限于商业数据中心,并没有涉及教育,研究,用户个人使用。

另外,英伟达实在是太小看中国用户了,

把geforce 刷成tesla就是了嘛。(游戏卡刷专业卡向来有各种骚操作。)

这条禁令放在中国,

p用没有。

在中国,我买了东西,

你不让我用,

你这就是诈骗!!!


NVIDIA性价比还是不行的,可以考虑深鉴的FPGA,寒武纪的ASIC,还有,如果框架支持,半精能收敛,RX Vega简直是价格屠夫。

利益相关:蹭汪老师的车从五棵松狂奔到北大。


谢邀,目前深度学习受到NVDA的钳制太大了,也是老黄CUDA和cudnn生态的成熟。但是现在主流框架已经有了基于OpenCL的实验性支持,虽然某些功能缺失以及优化不到位,但至少能跑起来。AMD的ROCm也有一定的应用。

对于datacenter而言,类似于Google的TPU之类的ASIC芯片才是更好的选择。


额(⊙o⊙)…不懂,但还是谢邀


FPGA是可能的替代

Can FPGAs Beat GPUs in Accelerating Next-Generation Deep Learning?


呃…………这么严谨的话题……竟然会邀请我!?

……

……

虽然……在下平时也爱跟同事看千古杂谈,侃奇闻趣事,论科技未来……

但……还请题主恕在下不才,平时侃侃大山最多也只能算是嘴上耍宝……

嗯!我已经乖乖搬来凳子,坐等楼下见解,洗耳恭听!愿闻其详!


未来人工智能肯定是要和生物智能结合的 光有机器有卵用~方案多得是 条条大路通罗马 别人研究人工智能 我们研究人工智慧


推薦閱讀:

Intel和Nvidia真的在給AMD錢嗎?
在性能和tdp差不多的情況下,gtx1070和gtx1080-maxq到底有什麼區別?
如何評價基於Pascal架構的NVIDIA TITAN X?
黑蘋果的市場到底有多大? 如何看待英偉達將要發布支持帕斯卡架構的web driver?

TAG:机器学习 | NVIDIA英伟达 | Caffe深度学习框架 | TensorLayer深度学习库 |