|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Привет. Начал экспериментировать с DeepLearning (Tensorflow, Keras). Говорят, есть USB GPU устройства, на которых можно запускать обучение сети и не мучиться с медленной CPU обработкой. Обучение происходит локально на моей машине, не в облаке. Какие устройства посоветуете? Спасибо. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 01:01 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Renziglov, ради интереса погуглил 2 минуты - да, для Deeplearning можно использовать внешнее GPU, но это дороже, чем видеокарта на десктопе, и по производительности хуже. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 01:08 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Renziglov, Еще вот такие устройства есть - https://en.wikipedia.org/wiki/Asus_Tinker_Board И вроде как можно бесплатно в гугловом облаке - https://habr.com/ru/post/428117/ ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 01:25 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Renziglov, Если из современных, то это не USB (по нему замучаешься данные прокачивать), а Thunderbolt 3, что есть фактически продолжение шины. Только в отличии от внутренних видеокарт в Thunderbolt будет только 4 канала (а в некоторых лаптопах вообще обрезано до 2-х). Вариантов 3: 1. Покупается готовый box под обыкновенную видеокарту. Это не дёшево, т.к. контроллер Thunderbolt сам по себе не дёшев. Например Acitio. И отдельно видеокарту. Из плюсов: можно поставить полно размерную видеокарту и делать апгрейды. 2. Покупается всё в сборе (например Aorus Gaming Box). Из плюсов: получается подешевле и покомпактней. Из минусов: апгрейд крайне затруднён. 3. Что-то делать на коленке из комплектующих с Али. Тут можно немного сэкономить, но и проблем поиметь, т.к. даже готовые коробки из п.1 не всегда работают стабильно, лучше по ним обзоры почитать. PS: Видеокарта, разумеется, NVidia, никаких AMD. И если компьютер Apple, то там потребуются отдельные приседания с бубном как эту карту подружить с MacOS. Вообще стандарт для ML - это Ubuntu, но можно и Windows. PS2: Я бы для начала посоветовал купить время в облаке и там уж посмотреть понравится эта область или нет. Ибо на начальном этапе вложить потребуется не менее 500 долларов. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 14:41 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
miksoft, Опа, у меня ж расбери пай лежит пылится. Надо посмотреть, нельзя ли прикрутить его видео ресурсы. Спасибо за идею. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 14:59 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
witte, Спасибо за обстоятельный ответ. Для посмотреть не надо покупать время в облаке. Гугыль колаб, например, строго бесплатная вещь для таких любителей как я. Попробую таки в облаке. Отдельный гудючий бокс вообще не вариант. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 15:05 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Renziglov miksoft, Опа, у меня ж расбери пай лежит пылится. Надо посмотреть, нельзя ли прикрутить его видео ресурсы. Спасибо за идею. А видеоресурсы от малинки вам вряд ли помогут. Я не уверен, что они дотягивают даже до интегрированного видео в обычных x86 процах. ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 16:40 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Del ... |
|||
:
Нравится:
Не нравится:
|
|||
18.06.2020, 17:02 |
|
Посоветуйте USB GPU устройство
|
|||
---|---|---|---|
#18+
Renziglov Привет. Начал экспериментировать с DeepLearning (Tensorflow, Keras). Говорят, есть USB GPU устройства, на которых можно запускать обучение сети и не мучиться с медленной CPU обработкой. Обучение происходит локально на моей машине, не в облаке. Какие устройства посоветуете? Спасибо. Если вы про работу с видеокартами, можно же их через рейзеры вроде подключать и pci-e шину. ... |
|||
:
Нравится:
Не нравится:
|
|||
22.09.2020, 14:05 |
|
|
start [/forum/topic.php?fid=30&fpage=2&tid=1528815]: |
0ms |
get settings: |
10ms |
get forum list: |
14ms |
check forum access: |
4ms |
check topic access: |
4ms |
track hit: |
27ms |
get topic data: |
13ms |
get forum data: |
3ms |
get page messages: |
52ms |
get tp. blocked users: |
2ms |
others: | 13ms |
total: | 142ms |
0 / 0 |