2.000 yuan tasarruf etmenize yardımcı olun, giriş seviyesi grafik kartı RTX 2060 derin öğrenme için fena değil
İçbükey tapınaktan Xiaocha
Qubit Üretildi | Genel Hesap QbitAI
Son zamanlarda NVidia, Turing mimarisine sahip giriş seviyesi bir grafik kartı çıkardı RTX 2060 , Fiyat sadece 350 ABD doları (yaklaşık 2400 yuan), eski Huang ailesinin yeni nesil RTX ekran kartları yüksek kalite ve düşük fiyat olarak nitelendirilebilir.
Önceki nesil üst düzey grafik kartı GTX 1080Ti'nin fiyatı bile yüksek durumda.Resmi fiyatı 699 ABD Doları (yaklaşık 4700 yuan) ve bunu bir prim karşılığında satın almanız gerekiyor.
RTX 2060 sadece giriş seviyesi bir ekran kartı olmasına rağmen eklenen önemli bir özelliğe sahiptir. Tensör çekirdeği Derin öğrenme modelinin "FP16" üzerinde daha iyi çalışmasını sağlayan (Tensor Core) teorik olarak eğitim süresini iki katına kadar azaltabilir.
RTX 2060'ın avantajları ve dezavantajları aşağıdaki gibidir:
- GTX 1080Ti'nin CUDA çekirdeklerinin yaklaşık yarısı (1920'ye karşı 3584);
- Video belleği bant genişliği 1080Ti'nin yalnızca% 70'idir (336'ya karşı 484 GB / sn);
- Derin öğrenme için 240 tensör çekirdeği vardır, ancak 1080Ti yoktur;
- Güç 160W ve 1080Ti'nin gücü 250W;
Daha da önemlisi, yeni nesil "Beggar Edition" grafik kartları olarak, 2060'ın fiyatı 1080Ti'nin sadece yarısı!
Tensör çekirdeğinin eklenmesiyle, video belleği ve CUDA çekirdeği sayısı 1080Ti'nin neredeyse yarısı kadardır. Takas durumunda, 2060 derin öğrenme için uygun mu? Eğer utangaçsanız, yabancı geliştiricilerin gerçek karşılaştırma testine de bakabilirsiniz, bu size çok para kazandırabilir.
Eric Perbos-Brinck adlı bir derin öğrenme uygulayıcısı iki grafik kartı üzerinde test edildi CIFAR-10 , CIFAR-100 Farklı katmanlarda iki veri kümesi ResNet Verim.
Çalışma ortamı
İlk olarak, Eric'in donanım yapılandırmasına bir göz atalım:
İşlemci : AMD Ryzen 71700X 3.4GHz 8 çekirdekli
Anakart : MSI X370 Krait
Veri deposu : 32 GB DDR4
hard disk : 1 TB NVMe Samsung 960Evo
Grafik kartı : ASUS GTX 1080Ti-11GB Turbo ( 800 ABD Doları ), Palit RTX 20606GB ( 350 ABD doları )
Yazılım Ortamı:
- Ubuntu 18.04 + Anaconda / Python 3.7
- CUDA 10
- PyTorch 1.0 + fastai 1.0
- Nvidia sürücü sürümü: 415.xx
Programı her çalıştırmadan önce Eric, eğitim için kullanılan grafik kartını ikinci PCIe yuvasına geçirecek ve ekranın çıkışından başka bir kart sorumlu olacak, böylece grafik kartı eğitim modelindeki performansın% 100'ünü kullanabilir.
Test standardının içeriği, ResNet modelini CIFAR veri setinde eğitmek ve ikisinin çalışma süresini karşılaştırmaktır, ne kadar kısa olursa o kadar iyidir.
operasyon sonucu
Sonuçların karşılaştırılabilirliğini test etmek için Eric, Benchmark'ın üç farklı versiyonunu çalıştırdı:
Aynı parti boyutu koşulu altında, FP32 ve FP16'yı çalıştırın;
Koşulu ikiye katlamak için parti boyutunu kullanın (128'den 256'ya yükseltildi) ve FP16 bs * 2'yi çalıştırın.
Söyleyecek çok şey yok, hadi puanları çalıştırmaya başlayalım.
CIFAR-10 testi : 30 dönemi çalıştırmak için gereken süre, ne kadar kısa olursa o kadar iyidir
CIFAR-100 testi : 30 dönemi çalıştırmak için gereken süre, ne kadar kısa olursa o kadar iyidir
sonuç olarak:
Kısacası, Modeliniz ne kadar çok katmana sahipse ve model yarı kesinlik (FP16) koşulları altında eğitildiyse, RTX 2060'ı kullanmak o kadar uygun maliyetli olur.
Bir şey daha
Yukarıdaki sonuçlar, modelin eğitiminden grafik kartının% 100 sorumlu olması koşuluyla ölçülmüştür.
Yerel bir zorba değilseniz ve yalnızca bir grafik kartınız varsa, derin öğrenme hesaplamaları yaparken grafik kartı da monitörün çıkışından sorumludur. Bu performansı ne kadar etkiler?
Eric, grafik kartının 1080p ve 1440p çözünürlüğe sahip iki harici monitöre sahip olmasına izin verdi. Test sonuçları aşağıdaki gibidir:
Harici çift ekranların performans üzerindeki etkisinin% 10'u geçmediği görülüyor.
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
