求推荐显卡 - 最近显卡有降价吗? 或者有降价的趋势?

精灵狮

现在的卡基本上挖不了矿了

黑夜守望者

不是都矿难了吗

AxeWu

深度学习，这是点名要2080TI或者泰坦RTX啊
不过记得京东买，贵一点也无所谓。保修好才是真的好

—— 来自 OnePlus ONEPLUS A6000, Android 9上的 S1Next-鹅版 v1.3.3.2

rootkitchao

深度学习首先直接放弃所有A卡，虽然有个不温不火的rocm，但是自己折腾一堆编译问题和兼容性问题是很无趣的
对深度学习来说，入门标准是显存足够大，不然常见的模型会跑不起来，当前最低标准是11GB
最好支持硬件FP16和Tensor Core，用混合精度训练是个大趋势，通常提速200%-300%不是问题
那么可以选的有：
Nvidia Geforce GTX1080TI 11GB，已经停产很久了，市面上还有极少数库存，价格反而涨了不少，除非预算很紧张，不推荐
Nvidia Geforce RTX2080TI 11GB，目前性价比最高的选择，图灵架构还支持TensorCore(*)和2Way NVLINK
Nvidia Titan RTX 24GB，相当于完整版本的2080TI，显存大可以试别人试不了的网络结构和更大的batch size
Nvidia Titan V 12GB，Volta架构理论上更适合机器学习，基础的浮点性能更高，另外图灵的TensorCore是阉割版。
Nvidia Titan V CEO Edition 32GB，这个卡只有老黄送的，你都拿到这个了来这里问什么？？？
NVIDIA Quadro GV100 32GB，真的不差钱就买这个
如果能找到价格还不错的Quadro P100或者Quadro P5000也可以
另外还有一点小小的经验:
1.NVLINK在多卡的情况下还是有用的，即使是Turing上的2Way
2.散热真的是个大问题，散热渣的话稍微复杂一点的模型显卡温度就直奔80多，一股烤塑料的味道迎面而来。
多卡的情况下散热问题需要充分考虑，首先看好你的主板可用的PCI-E槽的间距，如果只有三槽的话，两卡之间的空隙过窄会导致第一张卡憋着，特别是对于那些2.5槽厚的卡。
这个时候只能尽量选2槽厚度的，公版肯定是扛不住的，但是即使是2槽厚里面还算可以的技嘉RTX2080TI WF也很吃力。
如果只有2槽，那么只能选OTES散热的，普通的那种两三个风扇没有进气空间会悲剧。
如果是4槽，那么第一个槽要选个散热好的。便宜的2080TI里大概凄惨红RTX2080TI AD 是最好的，均热板+5热管效率还行；不差钱就买Strix……
最后机箱散热也不能忽视，两张卡的总热量惊人。那种软弱无力的机箱风扇肯定不行，特别是出风不顺畅的，至少全部换成3000转的12025，有条件上暴力扇。最好机箱能保证前面和底部同时进气，顶部和后面同时出气。

戰場原黑儀

不考虑下这个么
https://www.nvidia.com/en-us/aut ... ystems/jetson-nano/

你的全家

rootkitchao 发表于 2019-3-18 07:04
深度学习首先直接放弃所有A卡，虽然有个不温不火的rocm，但是自己折腾一堆编译问题和兼容性问题是很无趣的
...

最低11是哪来的。。。

rootkitchao

你的全家 发表于 2019-3-20 01:56
最低11是哪来的。。。

很多年前，大概AlexNet火了之后，NVIDIA出的Tesla K40就是12GB的，之后的M40也是12GB，
良心卡Geforce Titan X也是12GB，1080TI少了1GB但是也不是不能用。
更小的显存不一定没法用，但是从AlexNet之后CNN火了之后大家都是按照这个目标来设计网络结构和超参数的
显存更小就只能降batch size，超参数无法参考别人的只能自己摸索，甚至还会影响BN的效能最终降低性能

rootkitchao

戰場原黑儀 发表于 2019-3-19 22:59
不考虑下这个么
https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-nano/ ...

这是个嵌入式的小玩具。。可以部署在上面或者做实际的应用
但是对训练来说这个性能也太低了……

你的全家

rootkitchao 发表于 2019-3-20 19:58
很多年前，大概AlexNet火了之后，NVIDIA出的Tesla K40就是12GB的，之后的M40也是12GB，
良心卡Geforce Ti ...

我觉得家用实践通常来说没有配得上这种模型容量的数据

我的认知基本属于楼主随便玩玩……有个8g意思意思得了

而且还是双卡 数据并行做起来啊