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？

01-15

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