算力获得计划——gpu系列说明

红太狼 2024-04-01 13:46 59阅读 0赞

## 计划内容 ##

> 算力是进行机器学习的重要工具，算力就是指GPU资源，GPU的核心数量和内存大小决定了算力的高低。目前市面上比较通用的算力卡就是Nvidia系列显卡了。现在随着深度学习的发展，入门深度学习就必须有一块好的显卡，但是显卡这高昂的价格给这个入门架上了很高的门槛，让我们这种没有资源和财力的小白无法迈入，特此开启算力获得计划，希望得到大家微薄的支持，众人拾柴火焰高，让我有资本和实力获得一个可以运行深度学习的显卡，以帮助我高质量的继续完成机器学习相关专栏的创造。

## gpu对比说明 ##

> 目前市面上GPU进行深度学习以Nvida支持的最为强大，有完善的生态体系，是进行深度学习的重要平台，现在介绍一下nvidia的显卡系列.

>  *  Nvidia系列 `在台式机方面有RTX,GTX系列`，NVIDIA® GeForce RTX™ 40 系列 GPU，为游戏玩家和创作者提供的体验穿越速度，不止于快。这一系列 GPU 由更高效的 NVIDIA Ada Lovelace 架构提供动力支持，可在性能和 AI 驱动图形领域实现质的飞跃。得益于光线追踪和更高的 FPS 游戏分辨率，玩家和创作者能够以更低的延迟体验栩栩如生的虚拟世界，探索革新的创作方式和远胜以往的工作流程加速技术。  
>     RTX是GTX系列的升级版本，目前最新版本的显卡都是RTX系列，比如下面这个,也是本次计划希望可以得到赞助的机型： [RTX系列显卡官网][RTX]
>  *  `此外针对台式工作站RTX特别推出了rtx A系列显卡` 比如当前最牛逼的RTX A6000，这种显卡适合专业视频自作，电影巨制等场景，当然进行深度学习也是十分可以了，就是太贵哈

![在这里插入图片描述][d4bb58e886ac49f0a17f37b4947e703e.png]

> 从 AI 和数据分析，到高性能计算 (HPC)，再到渲染，数据中心都是攻克某些重要挑战的关键。端到端的 NVIDIA 加速计算平台对硬件和软件进行了集成，可为企业构建出强大而安全的基础架构蓝图，支持在所有现代化工作负载中实施开发到部署的操作。  
> 此外针对数据科学专门设计的服务器级别的算力显卡有H,A,L,V系列H100 CNX 比如：H100，A100，A2 ，A10 ，A16 ，A30 ，A40 ，L40，V100 至于其他的P100，T4等系列显卡目前官网并没有主推。[参考链接][Link 1]

遇见就是缘分，仅此一处文章可以获得您的赞赏。  
![在这里插入图片描述][247ce10c54364bbba272483b9657bf51.jpeg]

[RTX]: https://www.nvidia.cn/geforce/graphics-cards/40-series/
[d4bb58e886ac49f0a17f37b4947e703e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/7c0054f2d2914b0d84ba5634494a5788.png
[Link 1]: https://www.nvidia.cn/data-center/
[247ce10c54364bbba272483b9657bf51.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/01/58ac9071e44446ac89322517a77f18d7.jpeg