什么是gpu 神经网络用GPU加速训练，用Quadro系显卡好还是GTX10系好？为什么？
神经网络用GPU加速训练，用Quadro系显卡好还是GTX10系好？为什么？
主要是CUDA的核数越多越好。计算主要依靠它，其次是视频存储器、内部频率等。当然，也可以考虑性价比。这对钱不坏。神经网络最重要的是它的计算能力。神经元节点的数量通常是几千个，而且是一个干燥的层。这样的话，运算量非常大，所以需要一个好的CPU。目前，CUDA可以加快神经网络的运算速度，因此有必要购买一个好的NVIDIA显卡。我们一般使用GTX1060或以上的显卡。如果CPU有经济许可证，可以作为服务器CPU使用。PC机的CPU应至少为i5或以上。当然，内存越多越好，但是CPU和显卡应该是最重要的考虑因素
虽然NVIDIA显卡有CUDA，amd显卡也有OpenCL。事实上，CUDA和OpenCL都是为了满足通用并行计算的需求而设计的。然而，CUDA是一个成熟的开发平台，它为NVIDIA提供了一个完整的工具包，相对来说更加专业和封闭。OpenCL是一个开放的标准，被许多软硬件制造商广泛使用。
就科学计算而言，CUDA对开发人员更友好，应用更广泛。这与CUDA相对完整的开发工具包有很大关系。经过多年的开发，CUDA拥有比OpenCL更好的生态系统，它更易于使用，对程序员也更友好。虽然OpenCL是开放的，但是它的API设计很怪异，缺乏一致性，并且它的函数不是正交的，这并不简单，它还远远不够成熟。
Amd显卡目前不支持CUDA，但只能支持OpenCL。在一些科学计算程序中，AMD显卡的计算效率明显低于N显卡。这就是CUDA的优势。amd之所以没有像CUDA那样开发API，是因为amd没有足够的实力来制定这个标准。英伟达早在2006年就开始在gtx8800显卡上推出CUDA，经过这么多年的发展，英伟达已经投入了巨大的人力物力取得了今天的成绩，包括一年一度的GTC大会，在CUDA和相关技术推广方面做了大量的工作，而amd显然缺乏这样的工作。
事实上，作为同时开发CPU和GPU的半导体制造商，AMD要做到这一点并不容易。在资金不能大幅度增长的情况下，显卡业务只要做好自己的工作就非常好。至于新的API标准，显然很难做到。我们只能期待OpenCL有一个更好的未来。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
