英伟达:听说你想搞科研,钱交够了没有?不够只准玩游戏

CPU 就好比是个数学教授, GPU 就是 100 个小学生,放一道高数题下来那 100 个小学生可能会懵逼;但是放 100 道四则口算题下来,那 100 个小学生同时做肯定比数学教授快多了。

最近核弹厂 Nvidia 搞了个大新闻,N 厂禁止数据中心做深度学习了?

其实小黑胖早几天也给大家写过,不过差评君打算好好说说这个事儿~

这个大新闻其实是他们在最新驱动里的 EULA ( End User License Agreement,用户协议 ) 里搞出来的。

N 厂在限制里加了一条禁止 Geforce 系列显卡部署数据中心的规定,不过特别提到了允许做区块链处理,也就是准你挖矿。

图片来自网络,很明显这中文是机翻

这条禁令的意思就是,Geforce 卡就是给你打游戏的,但是你想建数据中心,并且搞挖矿以外的事情的话,请买别的产品。

为啥说这算是个大新闻呢?

因为很多地方都在用 Geforce 搞专业运算,大型机构用他们建数据中心搞研究,个人或者小机构(例如大学实验室)不会专门部署个很厉害的数据中心,一般是租用一些服务商的。

核弹厂这么一搞,他们深度学习不好做了。。。

为啥大家都用显卡做深度学习?

想想看我们这些只知道打游戏的死宅和学霸们抢工具,内心是不是有些小激动?

原因是深度学习对运算量的要求很高,但是对计算精度的要求不高。

CPU 虽然每个处理器计算精度比 GPU 高,但是个数一般不多,做简单运算的速度上并没什么优势,更重要的是,GPU 可以用一些工具让它的大量处理器做并行运算,做这种简单又大量的工作有着设计上的优越性。

差评君说一个听来的比喻:

CPU 就好比是个数学教授, GPU 就是 100 个小学生,放一道高数题下来那 100 个小学生可能会懵逼;但是放 100 道四则口算题下来,那 100 个小学生同时做肯定比数学教授快多了。

深度学习就是上面的例子中那 100 道口算题。

当然啦,要让 CPU 达到一样的速度也不是不行,但这就好比请 100 个教授来干活儿,而且做得绝对比 100 个小学生强,但是这个请过来的代价。。。

英特尔 Xeon Phi 系列,4000 美金开外,包邮哦亲

而且四则口算题,数学教授再强也比小学生强不到那儿去,因为这个难度上限太低了。

说回那个让 GPU 处理器并行运算的 “ 工具 ”,这也是差评君觉得让 Nvidia 这次这么有底气的因素,这玩意儿叫 CUDA ( Compute Unified Device Architecture,统一计算架构)。

而它是 Nvidia 搞出来的,只支持 N 卡。

后来大家用 CUDA 用的顺手了,衍生出了 cuDNN 的东西,总之就是更牛逼,同样还要用 N 家的卡。

据开发者社区反馈,这玩意儿开发起来比较好使(差评君没有做过深度学习开发,此处可能有失严谨),因此目前大部分深度学习框架(例如谷歌的 TensorFlow)都对 cuDNN 支持的比较好,这让核弹厂几乎处于垄断地位。

据说当年老黄为了给 N 厂在深度学习领域铺路,送了不少显卡出去。

这就是为啥差评君说大家不好搞了,目前用 N 卡做深度学习也许确实是最优解,不用他们家的不行。

那么顺着 N 厂的意思,换掉 Geforce,上专业的家伙不就好了吗?

一点都不好,因为贵。。。

专业深度学习的产品线 Tesla 的显卡

Tesla 系列支持长时间不间断运行,算力也强,而且三年保修,是专门给数据中心设计的产品线。。。然而产品价格比 Geforce 贵了好几倍,但是深度学习的运算表现却并没有相应的也翻了好几倍。

各大机构建立数据中心的时候,因为需要大量采购肯定会出于性价比考虑产品,他们一般情况下会买 Tesla 产品线的卡吗?

肯定不会啊,哪怕算力不够多买几块不就行了。

可是现在 N 厂直接在条款里不让你在数据中心用 Geforce,这不有点不太厚道了吗?

对啊,所以差评君觉得核弹厂这有点儿抢钱的意思了。。。

N 厂计算中心现在开放预购, 5 万美金不到就可以抱回家了,卖了房子就能安心搞研究!

有的人甚至觉得这是典型的 “ 一个产品以不同的价格卖给不同的用户 ” 案例,只不过他们没有用什么漂亮的宣传手段把人忽悠过去,而是靠协议强行约束。。。

也许随着另一个跨平台深度学习工具 OpenCl 的发展,AMD 和 Intel 在这个领域有些隐隐要追上核弹厂的意思了,于是把核弹娘逼急了想赶紧捞一笔。

差评君认为 N 厂的确可以这么做,但是不觉得这是个好动作。

因为现在很多时候个人和小组织是买不起运算卡的,所以他们会去找云服务提供商租用设备,一些云服务供应商之前为了节省成本在云计算方面部署的是 TITAN X。

一旦这个禁令生效了,这些厂商手里的显卡就没法继续用了(会被英伟达告),重新部署要换价格贵很多的运算卡,还有些框架的部署成本之类。。。

最终这个钱会摊到小机构,个人开发者或者是学生身上,变相提高深度学习的门槛。

比如日本的樱花云服务就因为在云计算上部署了 TITAN X 就不幸中招。。。

(图片源于网络)

英伟达提到了非营利机构是不被这条禁令限制的,但一般这种非营利的公益机构没钱自己买运算卡,还是要跑去云服务供应商,算算下来,还是涨价了。。。

同时,自家搞数据中心的厂商也可能会提升依赖深度学习的产品的价格,把成本摊到消费者身上。

虽然英伟达在这件事上没有错,但我们在去年一年的时间里见证了很多 AI 正在做的,前所未有的伟大的事情,差评君不希望这个灿烂的领域被商业行为阻滞。

或许某个天才高中生,因为云计算服务器涨价了,就老老实实撸游戏去了,这个世界因此少了点什么。。

希望隔壁农厂能涨点出息。。。

“ 话说回来,商人赚钱,无可非议,但总觉得这次不太地道。。。 ”

广告等商务合作,请点击这里

本文为转载内容,授权事宜请联系原著作权人。

打开界面新闻APP,查看原文
界面新闻
打开界面新闻,查看更多专业报道

热门评论

打开APP,查看全部评论,抢神评席位

热门推荐

    下载界面APP 订阅更多品牌栏目
      界面新闻
      界面新闻
      只服务于独立思考的人群
      打开