سوال خود را بپرسید

توضیحات بخش

rss
سوال و جواب برای علاقه مندان، خریداران، صاحبان و متخصصان سخت افزارهای کامپیوتری

آمار بخش

2

کارت گرافیک GPU برای deep learning

با بودجه تا سقف 10میلیون تومان برای خرید چه کارت گرافیکی (GPU) جهت اجرای برنامه های شبکه های عصبی پیشنهاد می دهید ؟
برنامه های مورد استفاده اکثرا : Theano, Torch, Tensor Flow and Caffe
بیشتر برنامه هایی که میخواهم اجرا کنم مربوط به پردازش زبان طبیعی است. محاسبات در float 32 و CUDA است. GPU ها را بر روی کامپیوتر هایی که Ubuntu x64 در حال اجرا هستند نصب می شوند.
با توجه به شرایط بالا، کارتهای گرافیکی با بالاترین نسبت قدرت به قیمت کدام ها هستند؟
پاسخ به سوال
1133بازدید

پاسخ ها (1)

2
جواب به این سوال کاملا بستگی به این داره که شما چه کاری و در چه حدی می خواهید انجام دهید. برای کار تحقیقاتی یا برای رقابت هایی مانند Kaggle که نیاز به ram زیادی داره یا برای شخصی که در این حیطه تازه وارد است. در لیست زیر تعدادی از کارت های گرافیکی که از اونها میشه برای Deep Learning استفاده کرد نشان داده شده. دقت کنید منظور از Core همان Cuda هست.

TITAN RTX		core:4608	ram:24 GB	frequency:1770
TITAN Xp core:3840 ram:12 GB frequency:1582
GeForce RTX 2080 Ti core:4352 ram:11 GB frequency:1770
GeForce RTX 2080 core:2944 ram:8 GB frequency:1515~1710
GeForce RTX 2070 core:2304 ram:8 GB frequency:1620~1710
GeForce RTX 2060 core:1920 ram:6 GB frequency:1680
GeForce GTX 1080 Ti core:3584 ram:11 GB frequency:1582
GeForce GTX TITAN X core:3072 ram:12 GB frequency:1000~1075
GeForce GTX TITAN Black core:2880 ram:6 GB frequency:889~980
GeForce GTX 980 Ti core:2816 ram:6 GB frequency:1000~1075
GeForce GTX TITAN core:2688 ram:6 GB frequency:837~876
GeForce GTX 1080 core:2560 ram:8 GB frequency:1607~1733
GeForce GTX 980 core:2048 ram:4 GB frequency:1126~1216
GeForce GTX 1070 core:1920 ram:8 GB frequency:1506~1683
GeForce GTX 970 core:1664 ram:4 GB frequency:1050~1178
GeForce GTX 1060 core:1280 ram:6 GB frequency:1506~1708
GeForce GTX 1050 Ti core:768 ram:4 GB frequency:1290~1392
پاسخ به سوال
تعداد حروف 0