Наскільки хороші зовнішні графічні процесори для машинного навчання / нейронних мереж у linux? [зачинено]


1

Я маю настільну башту, але це блок живлення занадто обмежений для GPU. коли навіть один процесор працює на 100%. Зовнішнє рішення також може дозволити додавати GPU, якщо це необхідно.

Можливо, можливим є підключення зовнішнього графічного процесора, але мені цікаво, який це буде вражати продуктивність? З підключенням Thunderbolt 2 кілька років тому, є повідомлення про 30% втрати продуктивності, але я буду використовувати T3 з'єднання (або те, що новітній / найшвидший там). З іншого боку, потужність / швидкість обробки графічних процесорів також істотно зросла від кількох років тому. RTX 2080 має пропускну здатність пам'яті 40 Гбіт / с, що є восьмою (я думаю) швидкістю передачі T3 в 40 Гб / с. Знову ж таки, я не знаю, скільки смуги пропускання між графічною картою і рештою комп'ютера.

Відповідним питанням є те, чи працює linux (я працюю з Ubuntu / Kubuntu) з зовнішніми GPU / T3 підключеними пристроями?

Будь-які думки / переживання?


1
Зовнішню потужність охолоджувальної системи шляхом вимивання ліній електропередач вентилятора до зовнішнього джерела живлення? Рідке охолодження?
K7AAY

Чому "машинному навчанню" потрібно спеціально гпу?
Xen2050

Привіт Xen2050: нейронні мережі потребують значних обчислень, а графічні процесори мають значно більшу обчислювальну потужність, ніж процесори.
JasonK

Уповільнення обчислень% між внутрішнім і зовнішнім GPU виглядає як запитання на основі факту: хтось може обчислити час обчислення між двома для заданої нейронної мережі. Я думаю, що "наскільки добре" Linux працює з зовнішніми графічними процесорами, це питання думки, але я тепер змінив на "чи" працює з Linux.
JasonK
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.