哪种GPU型号/品牌最适合神经网络？

Question

这不是一个不合理的问题.Nvidia和ATI架构不同,足以使某些任务(如比特币挖掘)ATI远远优于Nvidia.

神经网络相关处理也是如此.我试图在这样的背景下找到2个GPU品牌的比较,但未能这样做.

我的期望是GPU中神经网络处理最重要的是核心数量.这是对的吗？

Answer 1

几乎所有使用GPU的ML软件都可以(最好)使用CUDA,因此Nvidia的GPU更受欢迎.

看看这个讨论.并且,有一篇关于哪些GPU可用于深度学习(现代神经网络)的文章.相关报价:

那么我应该得到什么样的GPU呢？NVIDIA还是AMD？

NVIDIA的标准库使得在CUDA中建立第一个深度学习库非常容易,而AMD的OpenCL没有这样强大的标准库.目前,AMD卡还没有很好的深度学习库 - 所以NVIDIA就是这样.即使将来有一些OpenCL库可供使用,我也会坚持使用NVIDIA:事实上,GPU计算或GPGPU社区对于CUDA来说非常大,而对于OpenCL来说则相当小.因此,在CUDA社区,您可以轻松获得良好的开源解决方案和可靠的编程建议.

NVIDIA摇滚的原因是他们投入了大量精力来支持科学计算(例如,参见cuDNN.这意味着他们承认该领域并试图转向这些应用程序).

所以,NVIDIA有很多GPU.你应该得到哪一个？

简短回答,基于上面引用的文章(我强烈建议阅读它!):GTX 980.

实际上,核心数量并不那么重要.GPU没有大量内存,因此与主机(您的RAM)的通信是不可避免的.所以重要的是板载内存的数量(以便您可以加载和处理更多)和带宽(这样您就不会花费大量时间等待).