【问题标题】:Can deep learning be done with GPUs other than Nvidia's GPUs?可以用 Nvidia 的 GPU 以外的 GPU 完成深度学习吗?
【发布时间】:2021-09-23 18:43:54
【问题描述】:

我打算购买 GPU,但我看到了多种选择。有些 GPU 不是 Nvidia 的产品,但在价格方面比 Nvidia 的同类产品具有更好的性能。我现在的问题是,如果我购买了一个华硕 GPU,是否可以将其用于深度学习并利用基于 tensorflow gpu 的驱动程序?

【问题讨论】:

    标签: tensorflow gpu


    【解决方案1】:

    是的,它可以做到。你只需要选择一个支持 rocm、opencl 或类似的框架而不是 cuda。 Tensorflow 可以在 rocm 支持下编译,但我没有使用它。你也可以在这里查看:https://github.com/ROCmSoftwarePlatform/tensorflow-upstream

    【讨论】:

      【解决方案2】:

      是的,您可以在任何 GPU/CPU 上进行深度学习。深度学习本质上只是矩阵乘法和驱动函数。在这里,OpenCL 在所有硬件(包括 AMD/Intel/ARM/Nvidia GPU/CPU)上提供了出色的兼容性和效率。

      但这可能没有那么快,因为 Nvidia-GPU 具有特殊的硬件(“张量核心”),可以极大地加速 16 位 (FP16)、19 位 (TF32) 和 64 位 (FP64) 中的矩阵乘法) 浮点精度。 AMD 在 CDNA MI100 GPU 上具有用于 FP32 的张量核心。

      【讨论】:

        猜你喜欢
        • 2020-06-08
        • 1970-01-01
        • 2017-01-08
        • 2021-10-29
        • 2016-10-13
        • 1970-01-01
        • 1970-01-01
        • 2018-04-18
        • 1970-01-01
        相关资源
        最近更新 更多