推 qwe753951 : 別說優化,NV消費級的顯卡只有被閹割的分 07/18 00:11
推 aegis43210 : 半精度2080Ti就夠強啦? 07/18 00:29
推 silverair : 不是阿,專門開發的設備和市售卡不能比也是正常的吧 07/18 00:59
→ jeff40108 : 專門架構當然屌虐 07/18 01:02
→ jeff40108 : 但就是沒有市場 07/18 01:02
推 silverair : 真的要用也只能cloud tpu吧,google就是想靠這個賺 07/18 01:05
→ asdfjoe : TPU沒有外賣吧 就算有板子也拿不到TPU吧 只有跟Goog 07/18 01:31
→ asdfjoe : le租的方式 07/18 01:31
https://www.asus.com/tw/AIoT-Industrial-Solutions/Tinker-Edge-T/
那這個是?
※ 編輯: cs410567cs (114.42.190.19 臺灣), 07/18/2020 01:44:43
推 yoshonabee : 用gcs吧,不然colab加減用 07/18 01:47
推 FXW11314 : edge tpu不等於tpu吧 07/18 01:48
我甩蠢了
→ allyourshit : 有看過NV的jetson nano嗎?128cuda夠不夠你用? 07/18 01:55
→ allyourshit : dev kit 99鎂應該負擔得起吧 07/18 01:56
→ allyourshit : 這是老黃專門為dl開發的工具 07/18 01:57
※ 編輯: cs410567cs (114.42.190.19 臺灣), 07/18/2020 02:01:30
→ IceStoneb : 他只建議做Transfer learning 07/18 07:07
→ IceStoneb : 這文件你有興趣可看看 07/18 07:08
→ IceStoneb : sfer-learning 07/18 07:08
→ IceStoneb : 而且TPU可套的model也很少 07/18 07:11
→ IceStoneb : RNN CNN 有些不支援 07/18 07:11
→ IceStoneb : GPU大部分都可以訓練 07/18 07:11
→ kuma660224 : 論專業AI, TPU本來就會比泛用GPU更有效率 07/18 14:03
→ kuma660224 : 不然廠商做TPU是嫌錢太多嗎 07/18 14:04
→ kuma660224 : GPU優勢是親民 有遊戲市場當分母 07/18 14:04
→ kuma660224 : 1對1打不贏, 你有考慮多對1嗎 07/18 14:05
→ kuma660224 : 如果你有足夠需求 我記得谷歌有賣雲端算力 07/18 14:06
→ kuma660224 : 不賣TPU, 但可以賣算力 07/18 14:06
→ Saren : Coral board記得有管道可以買 但這只有edge 07/18 14:31
推 bitcch : 通常都是給edge device用的 07/18 16:12
→ friedpig : cloud tpu精度到底多少 看起來怎麼好像是只有bfloat 07/18 19:26
→ friedpig : 32? 用老黃顯卡你願意自己去修code 用到int4 int8 07/18 19:27
→ friedpig : fp16之類的也都會有巨幅提升阿 新一代應該87%遊戲卡 07/18 19:27
→ friedpig : 還是有一定的tensor core 30系列有tf32 也是大 07/18 19:28
→ friedpig : 進步八 07/18 19:28
→ friedpig : TF32雖然偷精度 但是原先code都不用改 能套的範圍 07/18 19:31
→ friedpig : 更大一點 07/18 19:31
→ keith43 : intel neural compute stick ? 07/18 21:12