英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc

英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc

ID:28134003

大小:346.00 KB

页数:7页

时间:2018-12-08

英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc_第1页
英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc_第2页
英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc_第3页
英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc_第4页
英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc_第5页
资源描述:

《英伟达修改用户许可协议 禁止数据中心用显卡GeForce做深度学习.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、英伟达修改用户许可协议禁止数据中心用显卡GeForce做深度学习  最近英伟达将EULA进行了更新,更新后的目的就是禁止数据中心使用消费者级显卡GeForce做深度学习。有人认为这是英伟达利用市场地位进行产业垄断,这一改动将会影响广大的深度学习研究者和开发人员。  这被认为是英伟达利用其市场主导地位,强推其高端处理器Tesla系列的举措,Tesla与GeForce架构类似,但价格是后者的十倍。深度学习社区让英伟达获得了创纪录的利润,而英伟达却说,还想继续像以前那样做深度学习?价格翻十倍!  英伟达的CEO黄仁勋曾经说,他最喜欢三件事——游戏、GPU、深度学习。这三件事也是英伟达的

2、命脉所在。5年前黄仁勋英明的判断将GPU从游戏转向深度学习成就了他自己和他的公司在深度学习界的地位。  不过,当一个市场被一家企业所主导,这家企业就可能采取各种措施,获取尽可能多的利润,甚至达到垄断的目的。  最近,日本公司Ubiquitous英伟达修改用户许可协议禁止数据中心用显卡GeForce做深度学习  最近英伟达将EULA进行了更新,更新后的目的就是禁止数据中心使用消费者级显卡GeForce做深度学习。有人认为这是英伟达利用市场地位进行产业垄断,这一改动将会影响广大的深度学习研究者和开发人员。  这被认为是英伟达利用其市场主导地位,强推其高端处理器Tesla系列的举措,T

3、esla与GeForce架构类似,但价格是后者的十倍。深度学习社区让英伟达获得了创纪录的利润,而英伟达却说,还想继续像以前那样做深度学习?价格翻十倍!  英伟达的CEO黄仁勋曾经说,他最喜欢三件事——游戏、GPU、深度学习。这三件事也是英伟达的命脉所在。5年前黄仁勋英明的判断将GPU从游戏转向深度学习成就了他自己和他的公司在深度学习界的地位。  不过,当一个市场被一家企业所主导,这家企业就可能采取各种措施,获取尽可能多的利润,甚至达到垄断的目的。  最近,日本公司UbiquitousEntertainment总裁兼首席执行官清水亮指责英伟达悄然修改终端用户使用协议,禁止在数据中心

4、使用GeForce软件,并称这一改动将会影响广大的深度学习研究者和开发人员。  一石激起千层浪,“英伟达全新EULA禁止在数据中心使用GeForce系列GPU做深度学习”,已经成为今日Reddit等网站头条。  货还是给你买,但在数据中心不能用于深度学习  英伟达更新后的EULA,并不是不允许在数据中心使用GeForce显卡,而是禁止在数据中心部署GeForce配套软件(不授权)。    修改后的英伟达GeForce软件用户使用协议,NoDatacenterDeployment,软件不能在数据中心使用。  软件不能用意味着什么?  货还是给你买,但是不准用作深度学习(但是用来挖矿

5、可以,这个后面会细说)。  大家都知道,英伟达货卖得好,主要原因是配套的软件做得齐。正如清水亮在文章中指出的那样,在实践中,英伟达可以说是全世界唯一提供API和足够多运算函数来做深度学习的半导体公司。  英特尔和其他公司也在奋力追赶,但相比与英伟达的丰富资源和IP,目前这些公司仍然只能恨居追赶的位置。  GeForcevsTesla:性能相差不大,但价格却天上地下那么,GeForce和Tesla的区别又在哪里?  英伟达最初开发GPU是用于游戏的,产品线包括针对游戏的GeForce系列和用于高端处理器的Tesla系列。一组简单的数字:  GeForceGTX1080:PASCAL

6、;2560CUDAcores;8TFLOPS(single-prec);8GBGDDRX5320GB/s;max180W.  TeslaP100:PASCAL;3584CUDAcores;9.3TFLOPS(single-prec);16GBHBM2732GB/s;max250W.  这样看不直观。有人专门做了对比[2],下图展示了训练的平均时间。Tesla在基准测试中胜过了GeForce;但是,只有1.25倍的加速(或者说,训练时间减少了20%)。在MNIST基准上看,差异并不明显,可能是由于epoch速度太快。    很显然,Tesla的处理性能和稳定性更高一些,但这两个系列

7、都基于Pascal架构,硬件规格(specificaTIons)也非常类似。  然而,在价格方面,Tesla却将近是GeForce的10倍。  因此,那些对GPU使用,尤其是不需要持续运转,在稳定性方面要求没有那么高的用户,往往使用GeForce来代替Tesla,包括一些数据中心客户在内——毕竟,不是谁都那么财大气粗,用户的眼睛是雪亮的,有性价比更高的方案,谁会弃而不用呢?英伟达在利用其垄断地位玩阴招?  因此,在英伟达更新EULA后,就如清水亮所说,“要在数据中心做深度学习项目

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。