Derin öğrenme kurulum kılavuzu: GPU'dan ekrana, eksiksiz bir donanım setinin en son önerisi
Donanım ekipmanı, herhangi bir derin öğrenme uzmanı için vazgeçilmez bir temel ekipmandır. Sevgili yardımcı sihirbazlar, o kader asa eksikliğini hissediyor musunuz?
Bununla birlikte, her türlü CPU, GPU, bellek modülü, çevre birimi ve pek çok marka ve model ile nasıl seçilir?
Oynanabilecek bir ekipman seti toplamanıza yardımcı olmak için, adında bir adam Tim Dettmers Weiguo'nun küçük kardeşi, bir yılda yedi iş istasyonunu bir araya getirme deneyimini eksiksiz bir donanım seçimi belirlemenize yardımcı olacak pratik bir kılavuzda paylaştı ve ayrıca bu yılın yeni donanımına dayalı önerilerde bulundu.
Tamam, GPU ile başlayalım ve her bir önemli bileşenin nasıl seçileceğine bir göz atalım. Tam metin 5000 kelimeyi aşıyor ve tahmini okuma süresi 11 dakika. Tabii yazının sonunda hazırladık " Listeyi vurgula "~
GPU
Grafik kartı (GPU) Derin öğrenmenin önemli bir parçasıdır, CPU'dan bile daha önemlidir. GPU'suz ve yalnızca CPU kullanarak derin öğrenme yapmak kesinlikle akıllıca değildir, bu nedenle yazar Tim önce GPU seçimini tanıttı.
Bir GPU seçerken göz önünde bulundurulması gereken üç önemli husus vardır: maliyet performansı, video belleği ve ısı dağıtımı.
16bit RTX 2070 veya RTX 2080 Ti kullanmak daha uygun maliyetli. Ayrıca eBay'de ikinci el 32bit GTX 1070, GTX 1080 veya 1080 Ti satın almak da iyi bir seçimdir.
GPU çekirdeğine ek olarak, video belleği (GPU RAM) da göz ardı edilemeyecek bir parçadır. RTX, video belleği açısından GTX serisi grafik kartlarına göre daha fazla avantaja sahiptir.Aynı video belleği ile RTX, bir modeli iki kat daha büyük eğitebilir.
Video belleği için genel gereksinimler aşağıdaki gibidir:
- Araştırmada en yüksek başarıyı sürdürmek istiyorsanız: video belleği > = 11 GB;
- Araştırmada ilginç yeni mimariler arayın: video belleği > = 8 GB;
- Diğer araştırmalar: 8GB;
- Kaggle rekabeti: 4 ~ 8GB;
- Başlangıç şirketi: 8 GB (belirli uygulamanın model boyutuna bağlı olarak)
- Şirket: 8 GB prototip oluşturun, en az 11 GB eğitim alın
Birden fazla RTX grafik kartı satın aldıysanız, ısı dağılımını ihmal etmemeniz gerektiğine dikkat edilmelidir. Bitişik PCI-e yuvalarına istiflenmiş iki grafik kartı, GPU'yu kolayca aşırı ısıtabilir ve frekansı düşürebilir, bu da% 30'luk bir performans düşüşüne neden olabilir. Bu konu daha sonra ayrıntılı olarak tartışılacaktır.
Veri deposu
seç Bellek (RAM) İki parametre vardır: saat frekansı ve kapasite. Bu iki parametreden hangisi daha önemlidir?
Saat frekansı
Hype bellek saat frekansı üreticiler tarafından kullanılan yaygın bir pazarlama aracıdır. Belleğin olabildiğince hızlı olduğunun reklamını yaparlar. Durum gerçekten bu mu?
Tanınmış dijital blog yazarı Linus Tech Tips bu soruyu yanıtlıyor: Üreticiler sizi "daha hızlı" RAM almaya ikna edecekler, ancak neredeyse hiç performans artışı yok.
Bellek frekansının, verilerin video belleğine aktarılma hızıyla hiçbir ilgisi yoktur. Frekansı artırmak, performansı yalnızca% 3'e kadar artırabilir. Parayı başka bir yere harcamalısınız!
Hafıza kapasitesi
Bellek boyutu derin öğrenmenin performansını etkilemeyecektir, ancak GPU kod yürütmenizin verimliliğini etkileyebilir. Daha büyük bir bellek kapasitesi ile CPU, diskten geçmeden doğrudan GPU ile veri alışverişi yapabilir.
Bu nedenle, kullanıcının GPU belleğiyle eşleşen bir bellek kapasitesi ile donatılmış olması gerekir. 24 GB video belleğine sahip bir Titan RTX'iniz varsa, en az 24 GB belleğiniz olmalıdır. Ancak, daha fazla GPU varsa, daha fazla bellek gerekli değildir.
Tim, hafızanın kaynakları konsantre edip edemeyeceğinize ve daha zor programlama problemlerini çözüp çözemeyeceğinizle ilgili olduğuna inanıyor. Daha fazla belleğiniz varsa, bellek darboğazlarını çözmek için çok fazla zaman harcamadan daha acil sorunlara odaklanabilirsiniz.
Kaggle yarışmalarına katılırken, fazladan hafızanın özellik mühendisliği için çok yararlı olduğunu da keşfetti.
İşlemci
CPU performansına ve PCIe kanallarının sayısına çok fazla dikkat edilmesi yaygın bir bilişsel yanlış anlamadır. Kullanıcıların, CPU ve anakart kombinasyonunun aynı anda çalışması için desteklediği GPU sayısına daha fazla dikkat etmesi gerekir.
CPU ve PCIe
İnsanlar haklı PCIe şeridi Takıntı neredeyse çılgınca! Aslında, derin öğrenme performansı üzerinde neredeyse hiçbir etkisi yoktur.
Yalnızca bir GPU varsa, PCIe kanalının amacı verileri bellekten video belleğine hızlı bir şekilde aktarmaktır.
ImageNet'teki 32 görüntü (32x225x225x3) 16 kanalda 1,1 milisaniye, 8 kanalda 2,3 milisaniye ve 4 kanalda 4,5 milisaniyeye ihtiyaç duyar.
Bunlar sadece teorik rakamlar, aslında PCIe hızı teorik hızın sadece yarısı. PCIe şeritlerinde genellikle nanosaniye gecikmeleri vardır, bu nedenle gecikme göz ardı edilebilir.
Tim, 32 ImageNet görüntüsünden oluşan bir mini grup kullanarak ResNet-152 modelini eğitmek için gereken iletim süresini test etti:
- İleri ve geri iletim: 216 ms
- 16 PCIe şeridi CPU > GPU iletimi: yaklaşık 2 milisaniye (teoride 1.1 milisaniye)
- 8 PCIe şeritli CPU > GPU iletimi: yaklaşık 5 milisaniye (2,3 milisaniye)
- 4 PCIe şeritli CPU > GPU iletimi: yaklaşık 9 milisaniye (4,5 milisaniye)
Bu nedenle, 4 ila 16 PCIe kanalından toplam süre içinde performans yaklaşık% 3,2 oranında iyileştirilir. Bununla birlikte, PyTorch'un veri yükleyicisi sabit belleğe sahipse, performans artışı% 0'dır. Bu nedenle, tek bir GPU kullanıyorsanız, PCIe şeritlerinde para harcamayın.
CPU PCIe kanallarını ve ana kart PCIe kanallarını seçerken, seçtiğiniz kombinasyonun istediğiniz GPU sayısını destekleyebildiğinden emin olun. 2 GPU'yu destekleyen bir anakart satın alırsanız ve 2 GPU kullanmak istiyorsanız, 2 GPU'yu destekleyen bir CPU satın almanız gerekir, ancak PCIe kanallarının sayısını kontrol etmeniz gerekmez.
PCIe kanalları ve çoklu GPU paralel bilgi işlem
Ağ birden fazla GPU üzerinde eğitilmişse, PCIe kanalı önemli mi? Tim, ICLR 2016 hakkında bir makale yayınladı (https://arxiv.org/abs/1511.04561): 96 GPU'nuz varsa, PCIe kanalları çok önemlidir.
Bununla birlikte, GPU sayısı 4'ten azsa, PCIe kanallarıyla hiç ilgilenmenize gerek yoktur. Çok az kişi aynı anda 4'ten fazla GPU çalıştırıyor, bu nedenle PCIe kanallarında para harcamayın. Sorun değil!
CPU çekirdek numarası
Bir CPU seçmek için önce CPU ile derin öğrenme arasındaki ilişkiyi anlamanız gerekir.
CPU derin öğrenmede hangi rolü oynar? GPU'da derin ağlar çalıştırırken, CPU neredeyse hiç hesaplama yapmaz. CPU'nun ana işlevleri şunlardır: (1) GPU işlev çağrılarını başlatmak (2) CPU işlevlerini yürütmek.
Şimdiye kadar, CPU'nun en kullanışlı uygulaması veri ön işlemedir. Farklı CPU gereksinimleri olan iki farklı genel veri işleme stratejisi vardır.
İlk strateji eğitim sırasında ön işleme yapmak, ikincisi ise eğitimden önce ön işleme yapmaktır.
İlk strateji için, yüksek performanslı çok çekirdekli bir CPU verimliliği önemli ölçüde artırabilir. Her GPU'nun en az 4 iş parçacığına sahip olması, yani her GPU'ya iki CPU çekirdeği atanması önerilir. Tim, GPU'ya her çekirdek eklendiğinde, yaklaşık% 0-5 oranında ek bir performans iyileştirmesi elde edilmesi gerektiğini tahmin ediyor.
İkinci strateji için çok iyi bir CPU gerekli değildir. Her bir GPU'nun en az 2 iş parçacığına sahip olması, yani her GPU'ya bir CPU çekirdeği atanması önerilir. Bu strateji ile daha fazla çekirdek, performansı önemli ölçüde artırmayacaktır.
CPU saat frekansı
4GHz CPU'nun performansı 3.5GHz'den daha mı iyi? Aynı mimariye sahip işlemcilerin karşılaştırması genellikle doğrudur. Ancak farklı mimarilere sahip işlemciler arasında, frekansları basitçe karşılaştıramazsınız. CPU saat frekansı, performansı ölçmenin her zaman en iyi yolu değildir.
Derin öğrenme durumunda, CPU çok az hesaplamaya katılır: örneğin, bazı değişkenler eklemek, bazı Boole ifadelerini değerlendirmek ve GPU veya programda bazı işlev çağrıları yapmak. Bunların tümü CPU çekirdek saat hızına bağlıdır.
Bu tür bir muhakeme akıllıca görünse de, CPU hala derin öğrenme programlarını çalıştırırken% 100 kullanılıyor.Peki buradaki sorun nedir? Tim, cevabı bulmak için bazı CPU frekans azaltma deneyleri yaptı.
CPU frekans azaltmanın performans üzerindeki etkisi:
Lütfen bu deneylerin bazı "eski" CPU'larda gerçekleştirildiğini unutmayın (üçüncü nesil Core işlemciler 2012'de piyasaya sürüldü). Ancak son yıllarda tanıtılan CPU'lar için hala geçerli olmalıdır.
Sabit Disk / Katı Hal Sürücüsü (SSD)
Normalde, sabit disk derin öğrenme görevlerinin yürütülmesini sınırlamaz, ancak sabit diskin rolünü küçümserseniz, kovalanıyor, pişman, isteksiz ve isteksiz olabilirsiniz.
Sabit diskten okuduğunuz verinin hızının sadece 100MB / sn olduğunu düşünün, o zaman 32 ImageNet görüntüsünden oluşan bir mini grubu yüklemek 185 milisaniye sürecektir.
Aksine, veriler kullanılmadan önce eşzamansız olarak elde edilirse, bu mini parti verileri 185 milisaniyede yüklenecek, ImageNet'teki çoğu sinir ağının hesaplama süresi ise yaklaşık 200 milisaniyedir. Bu nedenle, durum hesaplanırken bir sonraki mini parti yüklendiğinde, performansta herhangi bir kayıp olmayacaktır.
Brother Tim bir katı hal sürücü (SSD) önermektedir, SSD'nin el altında olduğuna ve hem konforu hem de verimliliği olduğuna inanıyor. Sıradan sabit disklerle karşılaştırıldığında, SSD programları daha hızlı başlar ve yanıt verir ve büyük dosyaların ön işlemesi çok daha hızlıdır.
En iyi yapılandırma deneyimi, sıradan SSD'den daha akıcı olan NVMe SSD'dir.
Güç Kaynağı Ünitesi (PSU)
Bir programcının bir güç kaynağına ilişkin en temel beklentisi, önce çeşitli GPU'ların enerji gereksinimlerini karşılayabilmelidir. GPU'nun daha düşük enerji tüketimine doğru geliştirilmesi ile kaliteli bir PSU size uzun süre eşlik edebilir.
Nasıl seçmeliyim? Brother Tim'in bir dizi hesaplama yöntemi vardır: bilgisayarın CPU ve GPU'sunun gücünü ekleyin ve diğer bileşenlerin enerji tüketimi olarak gücün% 10'unu ekleyin ve en yüksek gücü elde edin.
Örneğin, her biri 250 watt gücünde 4 GPU'nuz ve 150 watt gücünde bir CPU'nuz varsa, 4 × 250 + 150 + 100 = 1250 watt güç sağlamak için güç kaynağına ihtiyacınız vardır.
Tim, hatasız olduğundan emin olmak için genellikle bu temelde% 10 daha ekler, ardından toplam 1375 watt gerekir. Yani bu durumda güç performansının 1400 watt'a ulaşması gerekiyor.
El ile nasıl öğretileceğini anlamak zor olmamalı. Unutulmaması gereken bir şey daha, bir PSU gerekli watt değerine ulaşsa bile, yeterli PCIe 8 pimli veya 6 pimli konektörlere sahip olmayabilir, bu nedenle satın aldığınızda, güç kaynağında GPU'ya bağlanmak için yeterli konektör olduğundan emin olun.
Ek olarak, özellikle çok sayıda GPU bağlamanız gerektiğinde ve uzun süre çalışabileceğinde, yüksek verimli bir güç kaynağı satın alın, nedenini biliyorsunuz.
Başka bir örnek olarak, 4 GPU sistemini tam güçte (1000-1500 watt) çalıştırırsanız ve iki hafta evrişimli bir sinir ağını eğitirseniz, 300-500 kWh elektrik tüketir. Almanya'da kilovat saat başına 0,2 Euro olarak hesaplanan nihai elektrik maliyeti yaklaşık 455-766 RMB'ye eşittir.
Güç verimliliği% 80'e düşerse, elektrik faturası 140-203 yuan artacaktır.
Ne kadar çok GPU'ya ihtiyaç duyulursa, boşluk o kadar belirgin olur. PSU seçimi daha önce düşünülenden biraz daha karmaşık mı?
CPU ve GPU soğutma
Büyük ısı üreten CPU'lar ve GPU'lar için, zayıf ısı dağılımı performanslarını düşürecektir.
CPU için standart radyatör veya AIO su soğutmalı radyatör iyi bir seçimdir.
Ancak GPU tarafından hangi soğutma şemasının kullanılması gerektiği karmaşık bir konudur.
Hava soğutma
Yalnızca tek bir GPU varsa, hava ile soğutma güvenli ve güvenilirdir, ancak 3-4 GPU'ya sahipseniz, hava ile soğutma talebi karşılamayabilir.
Mevcut GPU, algoritmayı çalıştırırken hızı maksimuma çıkaracak, böylece güç tüketimi de maksimuma ulaşacaktır.Sıcaklık 80 ° C'yi aştığında, hız muhtemelen düşecek ve en iyi performans elde edilemez.
Bu fenomen, derin öğrenme görevleri için daha yaygındır Genel soğutma fanı, istenen etkiden uzaktır ve sıcaklık eşiğine, çalışmanın ardından birkaç saniye içinde ulaşılır. Birden fazla GPU kullanılırsa, performans% 10 ~% 25 düşebilir.
Nasıl yapılır? Şu anda, birçok NVIDIA GPU oyunlar için tasarlanmıştır, bu nedenle özellikle Windows sistemi için optimize edilmiştir ve fan programı da kolayca ayarlanabilir.
Ancak, bu numara Linux sistemlerinde kullanılamaz Sorun şu ki, birçok derin öğrenme kitaplığı Linux için de yazılıyor.
Bu bir sorundur, ancak çözülemez değildir.
Bir Linux sisteminde, Xorg sunucusunu yapılandırabilir ve tek bir GPU için hala çok etkili olan "coolbits" seçeneğini seçebilirsiniz.
Birden fazla GPU'nuz varsa, bir monitörü simüle etmelisiniz Tim, uzun süredir denediğini ancak hala bir gelişme olmadığını söyledi.
Hava soğutmalı bir ortamda 3-4 saat koşmak istiyorsanız en çok fan tasarımına dikkat etmelisiniz.
Şu anda piyasada kabaca iki soğutma fanı prensibi vardır: bir fan, soğuk havanın içeri girmesine izin vermek için kasanın arkasından sıcak havayı iter; üflemesiz bir fan, soğutma etkisi elde etmek için GPU'daki havayı emer.
Dolayısıyla, yan yana birden çok GPU'nuz varsa, etrafta soğuk hava yoktur, bu nedenle bu durumda, Patlamayan bir soğutma fanı kullanmadığınızdan emin olun .
Bu ne için? Sonra aşağıya bakın
Su soğutma
Su soğutmanın maliyeti hava soğutmanın maliyetinden biraz daha yüksek olsa da, birbirine bitişik birden fazla GPU için çok uygundur.Tüm vücudu serin tutmak için en güçlü dört GPU'yu tutabilir, bu da hava soğutmanın eşleşemeyeceği bir etkidir.
Ayrıca, su ile soğutma daha sessiz bir şekilde gerçekleştirilebilir.Kamu bir alanda birden fazla GPU çalıştırırsanız, su soğutmanın avantajları daha da belirgindir.
Herkesin en çok endişelendiği maliyet konusuna gelince, su soğutmalı tek bir GPU yaklaşık 100 ABD dolarına (yaklaşık 690 yuan) ve bazı ek ön maliyetlere (yaklaşık 350 yuan) mal olacak.
Finansal hazırlığa ek olarak, bilgisayarı monte etmek için fazladan zaman harcamak gibi biraz enerji harcamanız da gerekir. Bu tür şeyler için tamamlanması yalnızca birkaç saat süren birçok çevrimiçi öğretici vardır ve sonraki bakım karmaşık değildir.
sonuç olarak
Tek bir GPU için hava soğutması yeterince ucuzdur; birden fazla GPU olması durumunda, yüksek hava soğutması daha ucuzdur ve% 10 ila% 15 performans kaybına neden olabilir. Aşırı ısı dağılımı elde etmek istiyorsanız, su soğutma sessizdir ve en iyi etkiye sahiptir.
Bu nedenle, kendi gerçek durumunuza ve bütçenize bağlı olarak hava ile soğutma veya su soğutma makuldür. Ama sonunda, normal şartlar altında düşük maliyetli hava soğutmayı düşünmeyi önerdim.
Anakart
Anakart, gerekli sayıda GPU'yu desteklemek için yeterli PCIe yuvasına sahip olmalıdır. Ancak çoğu grafik kartının genişlik için iki PCIe yuvası gerektirdiği unutulmamalıdır.
Birden fazla GPU kullanmayı planlıyorsanız, grafik kartlarının birbirini engellememesini sağlamak için PCIe yuvaları arasında yeterli boşluk olan bir ana kart satın almalısınız.
Durum
Bir kasa seçerken, kasanın anakartın üst kısmına tam uzunluktaki GPU'yu sığdırabileceğinden emin olmalısınız.Çoğu durum uygun olsa da, küçük bir tane alırsanız, tüccarı yedi gün boyunca sebepsiz görmelisiniz ...
Bu nedenle satın almadan önce kasanın boyutunu teyit etmek en iyisidir.Ayrıca GPU ile kasanın grafiklerini de arayabilirsiniz.Başka birinin bitmiş ürününe sahipseniz güvenle satın alabilirsiniz.
Ek olarak, özel su soğutma kullanmak istiyorsanız, kasanızın bir radyatöre sığabileceğinden emin olun, özellikle de GPU'lar için özel su soğutma kullanıldığında, her GPU'nun radyatörünün alana ihtiyacı vardır.
monitör
Bir monitör öğretimle nasıl donatılır?
Öğretilmeli.
Tim bir alıcı gösterisi yayınladı:
Evet, olgun bir teknisyen olarak, birden çok monitör kullanmak temel yapılandırmadır.
Alıcının şovundaki üç monitörün içeriğini aynı ekranda üst üste yığdığınızı ve pencereleri ileri geri değiştirdiğinizi düşünün ki bu çok yorucu.
Sürümü izlemek için çok uzun
GPU :
RTX 2070, RTX 2080 Ti, GTX 1070, GTX 1080, GTX 1080, bunların hepsi iyi.
İşlemci :
1. Verileri nasıl önceden işlediğinize bağlı olarak her bir GPU'yu 1-2 CPU çekirdeği ile donatın;
2. Frekans 2GHz'den büyük olmalı ve CPU, GPU sayısını desteklemelidir;
3. PCIe kanalı önemli değildir.
Veri deposu :
1. Saat frekansı önemli değildir, sadece en ucuz belleği satın alın;
2. Bellek - En büyük video belleğine sahip GPU'nun RAM'i;
3. Hafıza çok büyük değil, kullandığınız kadar satın alın;
4. Sık sık büyük veri kümeleri kullanıyorsanız, daha fazla bellek satın almanız yararlı olacaktır.
Sabit Disk / SSD :
1. Veri kümeniz (3TB) için yeterince büyük bir sabit disk hazırlayın;
2. Bazı SSD'ler daha rahattır ve ayrıca küçük veri kümelerini önceden işleyebilir.
PSU :
1. Gereken maksimum güç (CPU gücü + GPU gücü) ×% 110;
2. Yüksek verimli bir güç kaynağı satın alın, özellikle çok sayıda GPU bağlamanız gerektiğinde ve uzun süre çalışabilir, bu da çok fazla elektrik faturasından tasarruf etmenizi sağlayabilir;
3. Satın almadan önce, lütfen güç kaynağında GPU'ya bağlanmaya yetecek kadar konektör (PCIe 8-pin veya 6-pin) olduğundan emin olun.
Isı dağılımı :
İŞLEMCİ:
Standart CPU radyatörü veya AIO su soğutma radyatörü;
GPU:
1. Tek bir GPU havayla soğutma ile soğutulabilir;
2. Birden fazla GPU kullanılıyorsa, yüksek hava soğutmayı veya su soğutmayı seçin.
Anakart :
GPU'ya olabildiğince çok bağlı PCle soketi hazırlayın Bir GPU iki soket gerektirir ve her sistem maksimum 4 GPU'ya sahiptir, ancak GPU'nun kalınlığını da göz önünde bulundurmanız gerekir.
monitör :
Verimliliği artırmak için daha fazla ekran satın alın.
Üst düzey üç doktora gönderdim
Bu kılavuzun yazarı Tim Dettmers, geçen yıl yüksek lisans derecesi ile mezun oldu ve şu anda Washington Üniversitesi'nde doktora yapıyor. Asıl araştırması bilgi ifadesi, soru cevaplama sistemleri ve sağduyulu akıl yürütmedir. UCL makine öğrenimi grubunda ve Microsoft'ta staj yapmıştır.
Ph.D.'nin geçen yıl mezun olup doktorasına başladığında söylediği gibi, Tim'in Ph.D.'si sadece bir buçuk yıldır çalışıyor ve şu anda en iyi üç konferans makalesinin yazarı: Bunlardan biri AAAI ve tek yazar ICLR.
Buna ek olarak, kendisi aynı zamanda bir Kaggle meraklısıdır ve 2013 yılında dünyada 63. sırada yer almıştır (en iyi% 0.22).
Bir şey daha
Aslında, çok şey söylediyseniz, onu yüklemek istemezsiniz, değil mi?
Tim zaten kurulum kılavuzuna ek olarak bazı kurulum teşviklerine aktif olarak katkıda bulunmasını bekledi:
Donanım satın almak pahalı olsa da, bir hata yaparsanız canınızı yakacaktır, ancak bir bilgisayar kurmaktan korkmayın.
Birincisi, kurulumun kendisi çok basittir.Anakart kılavuzları nasıl kurulacağını açıkça anlatmaktadır, bu Lego'yu kurmaktan çok daha zor değildir.Ayrıca çok sayıda kılavuz ve adım adım çalıştırma videoları ile birlikte gelir, sıfır deneyime sahip bir acemi olsanız bile, öğrenebilirsiniz. toplantı.
İkincisi, bilgisayarı ilk kez kurduğunuz sürece, daha sonra zor olmayacaktır, çünkü tüm bilgisayarlar bu donanımlardan oluşur. Bu nedenle, bir kez kurduğunuz sürece, ömür boyu bir beceri elde edebilirsiniz ve yatırımın geri dönüşü çok yüksektir.
Öyleyse hadi ve kendi cihazını hazırla ~
Portal
orijinal:
Derin Öğrenme için Tam Bir Donanım Kılavuzu
Yazar, dijital blog yazarı Linus Tech Tips'in şu soruyu yanıtlamasını tavsiye ediyor: Yüksek frekanslı bellek, performans iyileştirme için yararlı mı? (B istasyonunun resmi Çince versiyonu):
https://www.bilibili.com/video/av14528439
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! Ayrıntılar için, lütfen QbitAI diyalog arayüzünde "işe alım" kelimesiyle yanıt verin.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
