【永久免费使用谷歌GPU】英伟达可能要发布专用于挖矿的GPU

新智元编译

来源:Hackernoon

作者:Nick Bourdakos

编译:刘小芹、克雷格

【新智元导读】用CPU训练机器学习模型太耗时但GPU又太贵?今天介绍一种免费使用谷歌GPU的方法。是的,永久免费。另一方面,面对免费GPU,英伟达并无畏惧,还有消息传出,3月份GTC大会该公司会发布一条挖矿专线。

训练模型,无疑是机器学习中最耗费时间和成本最高的部分。在GPU上训练模型可以将训练速度提升接近40倍,将2天的训练时间减少到几个小时。但是——提升速度通常意味着你要花钱。

Nick Bourdakos有幸遭遇了一款叫做Google Colab的伟大工具,能够永久免费使用谷歌的GPU!只要有谷歌账户,无需登录就能使用。先来看安装方法介绍。

无限量12小时连续访问,永久免费使用谷歌GPU

Colab相当于是Jupyter notebook的google docs。Colab的目标是作为一个教育和研究工具,在机器学习项目上进行合作。

最伟大的是,它是永久免费的。

Colab的使用不需要设置,甚至不需要登录(只要已经登录谷歌账号)。

最棒的是,Colab提供无限量12小时连续访问k80 GPU,这是非常强大的。(12小时候连接会被断开,但你可以无限次使用。)

第一步是下载notebook:https://gist.github.com/bourdakos1/817611ebfe0d72a027ced9b072ec5c87 (或你选择的其他notebook)

然后,转到Google Colab,登录你的Google账号(或创建一个Google账号)

选择文件> 上传笔记本...:

上传你之前下载的notebook:

选择 Runtime > Change runtime type:

然后选择GPU:

现在你应该可以想平常一样运行自己的notebook了。唯一的区别是最后一部分。如果你想通过浏览器下载你的模型或其他文件,可以使用它们的Python库:

Colaboratory官方介绍:一种简便而强大的数据分析工具

Colaboratory 是一种数据分析工具,可将文字、代码和代码输出内容合并到一个协作文档中。

借助 Colaboratory,您只需点击一下鼠标,即可在浏览器中执行 TensorFlow 代码。下面的示例展示了两个矩阵相加的情况。

Colaboratory 包含很多已被广泛使用的库(例如 matplotlib),因而能够简化数据的可视化过程。

Colaboratory 可与 Google Cloud BigQuery 结合使用。

一分钱一分货:英伟达可能要发布专用于挖矿的GPU

Nick Bourdakos用它来训练一个物体检测模型,它能在MacBook Pro上从每步执行15-20秒钟,而当运行20000步时,它真的会加起来,每步执行一秒钟左右。Bourdakos也在P100 GPU上运行了它,并且每步都将其降至0.4秒。

不过,正所谓一分钱一分货,免费的东西不一定是最好的。

虽然使用Google Colab来安装并且训练机器学习模型能免费,但速度对于小数据来说还是有些慢。帖子底下有人评论说,使用谷歌的GPU比自己的笔记本电脑i7 CPU上的训练慢得多,而且使用的数据集都是数字特征,只有大约50个特征。

另一方面,当你确实花了钱,能得到什么速度和效果?

初创公司Rare Technologies最近发布了一个超大规模机器学习基准,聚焦GPU,从配置到训练时间、精度、价格等各方面对比了AWS、谷歌云、IBM等6家GPU硬件平台,这几家在机器学习成本、易用性、稳定性、可扩展性和性能等方面的性能如下:

(基准发布时,微软Azure官方还没有回应,因此很遗憾没有纳入比较。)

从上面图中可以看出,英伟达GTX1080显卡性能优越,而在这个月,英伟达可能要发布针对挖矿专用的显卡,代号可能是Turing(图灵)。

这一消息最先被路透社报道,英伟达将在今年的GTC大会上推出两款新的GPU系列,其中一款专注于游戏(Ampere),另一款专注于挖矿(Turing)

不过,路透社没有明说这是英伟达的新的架构,还是新产品线,我们推测应该是GeForce家族中的新成员。

我们可以大胆想象,2018年将是英伟达第一次为游戏和计算推出两种截然不同的图形架构,而不是仅仅调整基于相同架构的芯片,这怎不能令人期待?

“图灵”是有原因的,因为现在挖矿业务已经让英伟达赚了不少钱。从2017年底开始,一直有传言称加密货币挖掘极大推动了英伟达GPU价格的增长,甚至一度让多款GPU断货。

在英伟达2018财年第四季度财报分析师电话会上,首席财务官Colette Kress在分析师电话会议上说,加密货币挖掘(俗称“挖矿”)让公司在第四财季期间稳定销售图形处理器(GPU)。

“(数字)难以量化,但加密货币占收入的比例高于上一季度。”

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2018-03-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏奇点大数据

入门深度学习应该学什么

最近被人问的最多的一个问题是“我想入门深度学习,我应该学些什么”。 老实说,这个问题不是那么好回答,毕竟每个人的知识背景和技能背景实在是太不一样了。如果要假设...

3907
来自专栏数据小魔方

Excel依然是一款强大的数据可视化利器~

早期的数据小魔方用户大概都知道,我最初也是从学习Excel起步的,只是学习的深入了之后,才开开慢慢的迁移到R语言。 我往R语言转型并不代表自己开始放弃Excel...

4503
来自专栏PPV课数据科学社区

【学习】为什么你的数据分析那么好,图表做得那么烂?

导读 所有优秀的数据可视化依赖优异的设计,并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息,尽可能减轻用户获取信息的成本。当...

3263
来自专栏AI科技大本营的专栏

集合70多种推荐算法,东北大学老师用Java写了一个开源库,在GitHub上收获近1500个Star

【AI科技大本营导读】在经过一年多的开发工作之后,LibRec 3.0 版本终于发布了。LibRec 是一个基于 Java 的开源算法工具库,覆盖了 70 余个...

2466
来自专栏用户2442861的专栏

DL4J与Torch、Theano、Caffe、TensorFlow的比较

https://deeplearning4j.org/cn/compare-dl4j-torch7-pylearn

3082
来自专栏AI科技评论

为 Java 开发者量身定制的五款机器学习库

编者按:机器学习是目前最炙手可热的技术之一,各大公司都在积极招聘相关的编程人才,来填补机器学习和深度学习代码编写的空缺。诚然,根据相关的招聘统计数据,Pytho...

31811
来自专栏大数据文摘

用Python进行数据可视化的10种方法

4235
来自专栏机器之心

前沿 | Science:自学习式人工智能可协助预测心脏病发作

选自Science 作者:Matthew Hutson 机器之心编译 参与:蒋思源、黄小天 近年来,将人工智能应用于医疗健康已经在蓬勃发展,机器之心也曾报道过医...

41012
来自专栏新智元

深度学习动手实践:用 TensorFlow 打造“会看”的机器人

(文/Lukas Biewald)物体识别是当前机器学习最热门的方向。计算机早已能够识别如人脸、猫之类的物体,但识别更大范围里的任意物体对人工智能来说仍是难题。...

4786
来自专栏数据派THU

独家 | 6步教你用R语言制作动图

原文标题:How to create animated GIF images for data visualization using gganimate (i...

3377

扫码关注云+社区

领取腾讯云代金券