【深度分析】深度学习选GPU，RTX 20系列值不值得？

新智元报道

来源：timdettmers.com

编译：肖琴、大明

【新智元导读】本周NVIDIA震撼发布的GeForce RTX 20系列显卡值不值得买？如何选择适合你的GPU？本文章深入分析这个问题，并提供建议，帮你做出最合适的选择。

深度学习常被戏谑为“炼丹术”，那么，GPU于深度学习研究人员而言就是不可或缺的“炼丹炉”。

深度学习是一个计算要求很高的领域，选择什么 GPU、选择多少个 GPU 将从根本上决定你的深度学习体验。如果没有 GPU，可能需要好几个月等待实验完成，或者实验运行一整天下来只是看到失败的结果。

凭借良好、可靠的 GPU，炼丹师们可以快速迭代深度网络的设计和参数，运行实验的时间只需几天而不是几个月，几小时而不是几天，几分钟而不是几小时。 因此，在购买 GPU 时做出正确的选择至关重要。

Tim Dettmers 的GPU选择

那么如何选择适合你的 GPU 呢？本文作者 Tim Dettmers 是瑞士卢加诺大学信息学硕士，热衷于开发自己的 GPU 集群和算法来加速深度学习。这篇文章深入研究这个问题，并提供建议，帮你做出最合适的选择。

本周 NVIDIA 震撼发布的 GeForce RTX 20 系列显卡值不值得买？它的能力、性价比如何？本文也给出分析。

先放结论：RTX 2080 最具成本效益的选择。当然，GTX 1080/1070（+ Ti）卡仍然是非常好的选择。

作者给出的GPU建议如下：

• 总体来说最好的 GPU 是: RTX 2080 Ti
• 成本效益高，但价格昂贵：RTX 2080, GTX 1080
• 成本效益高，且价格实惠: GTX 1070, GTX 1070 Ti, GTX 1060
• 我使用的数据集 > 250GB: RTX 2080 Ti or RTX 2080
• 我没有太多预算: GTX 1060 (6GB)
• 我很穷: GTX 1050 Ti (4GB) or CPU (prototyping) + AWS/TPU (training)
• 我参加 Kaggle 竞赛: GTX 1060 (6GB) 用于原型设计 , AWS 用于最终训练; 使用 fastai 库
• 我是计算机视觉研究人员：RTX 2080 Ti; 2019 年可以升级到 RTX Titan
• 我是一名研究人员：RTX 2080 Ti 或 GTX 10XX -> RTX Titan（看一下你当前模型的存储要求）
• 我想建立一个 GPU 集群：这很复杂，可以参考这篇文章[1]
• 我刚开始进行深度学习，并且我是认真的：可以先从 GTX 1060 (6GB) 开始，或者从便宜的 GTX 1070 或 GTX 1070 Ti 开始。这取决于你下一步想做什么（去初创公司，参加 Kaggle 竞赛，做研究，应用深度学习），然后卖掉最初的 GPU 再买更适合的

全面对比：NVIDIA、AMD、Intel、Google、Amazon

NVIDIA: 绝对王者

NVIDIA 的标准库使得在 CUDA 中建立第一个深度学习库变得非常容易，而 AMD 的 OpenCL 却没有这样强大的标准库。这种领先优势，再加上英伟达强大的社区支持，迅速扩大了 CUDA 社区的规模。这意味着，如果你使用 NVIDIA GPU，在遇到问题时可以很容易找到支持；如果你自己写 CUDA 程序，也很容易找到支持和建议，并且你会发现大多数深度学习库都对 NVIDIA GPU 提供最佳支持。对于 NVIDIA GPU 来说，这是非常强大的优势。

另一方面，英伟达现在有一项政策，在数据中心使用 CUDA 只允许 Tesla GPU，而不允许使用 GTX 或 RTX 卡。“数据中心” 的含义模糊不清，但这意味着，由于担心法律问题，研究机构和大学往往被迫购买昂贵而且成本效率低的 Tesla GPU。然而，Tesla 卡与 GTX 和 RTX 卡相比并无大的优势，价格却要高 10 倍。

英伟达能够没有任何大障碍地实施这些政策，这显示出其垄断力量——他们可以随心所欲，我们必须接受这些条款。如果你选择了 NVIDIA GPU 在社区和支持方面的主要优势，你还需要接受他们的随意摆布。

AMD：能力强大，但缺乏支持

HIP 通过 ROCm 将 NVIDIA 和 AMD 的 GPU 统一在一种通用编程语言之下，在编译成 GPU 汇编代码之前被编译成各自的 GPU 语言。如果我们的所有 GPU 代码都在 HIP 中，这将成为一个重要里程碑，但这是相当困难的，因为 TensorFlow 和 PyTorch 代码基很难移植。TensorFlow 对 AMD GPU 有一些支持，所有的主要网络都可以在 AMD GPU 上运行，但是如果你想开发新的网络，可能会遗漏一些细节，这可能阻止你实现想要的结果。ROCm 社区也不是很大，因此要快速解决问题并不容易。此外，AMD 似乎也没有太多资金用于深度学习开发和支持，这减缓了发展的势头。

但是，AMD GPU 性能并不比 NVIDIA GPU 表现差，而且下一代 AMD GPU Vega 20 将会是计算能力非常强大的处理器，具有类似 Tensor Core 的计算单元。

总的来说，对于那些只希望 GPU 能够顺利运行的普通用户，我仍然无法明确推荐 AMD GPU。更有经验的用户应该遇到的问题不多，并且支持 AMD GPU 和 ROCm / HIP 开发人员有助于打击英伟达的垄断地位，从长远来看，这将为每个人带来好处。如果你是 GPU 开发人员并希望为 GPU 计算做出重要贡献，那么 AMD GPU 可能是长期产生良好影响的最佳方式。对于其他人来说，NVIDIA GPU 是更安全的选择。

英特尔：仍需努力

我个人对英特尔 Xeon Phis 的经验非常令人失望，我认为它们不是 NVIDIA 或 AMD 显卡的真正竞争对手：如果你决定使用 Xeon Phi，请注意，你遇到问题时能得到的支持很有限，计算代码段比 CPU 慢，编写优化代码非常困难，不完全支持 c++ 11 特征，不支持一些重要的 GPU 设计模式编译器，与其他以来 BLAS routine 的库（例如 NumPy 和 SciPy)）的兼容性差，以及可能还有许多我没遇到的挫折。

我很期待英特尔 Nervana 神经网络处理器（NNP），因为它的规格非常强大，它可以允许新的算法，可能重新定义神经网络的使用方式。NNP 计划在 2019 年第三季度 / 第四季度发布。

谷歌：按需处理更便宜?

Google TPU 已经发展成为非常成熟的基于云的产品，具有极高的成本效益。理解 TPU 最简单的方法是将它看作多个打包在一起的 GPU。如果我们看一下支持 Tensor Core 的 V100 和 TPUv2 的性能指标，我们会发现对于 ResNet50，这两个系统的性能几乎相同。但是，谷歌 TPU 更划算。

那么，TPU 是不是基于云的经济高效的解决方案呢？可以说是，也可以说不是。不管在论文上还是在日常使用上，TPU 都更具成本效益。但是，如果你使用 fastai 团队的最佳实践和指南以及 fastai 库，你可以以更低的价格实现更快的收敛——至少对于用卷及网络进行对象识别来说是这样。

使用相同的软件，TPU 甚至可以更具成本效益，但这也存在问题：（1）TPU 不能用于 fastai 库，即 PyTorch；（2）TPU 算法主要依赖于谷歌内部团队，（3）没有统一的高层库可以为 TensorFlow 实施良好的标准。

这三点都打击了 TPU，因为它需要单独的软件才能跟上深度学习的新算法。我相信谷歌的团队已经完成了这些工作，但是还不清楚对某些模型的支持有多好。例如，TPU 的官方 GitHub 库只有一个 NLP 模型，其余的都是计算机视觉模型。所有模型都使用卷积，没有一个是循环神经网络。不过，随着时间的推移，软件支持很可能会迅速改进，并且成本会进一步下降，使 TPU 成为一个有吸引力的选择。不过，目前 TPU 似乎最适合用于计算机视觉，并作为其他计算资源的补充，而不是主要的深度学习资源。

亚马逊：可靠但价格昂贵

自从上次更新这篇博文以来，AWS 已经添加了很多新的 GPU。但是，价格仍然有点高。如果你突然需要额外的计算，例如在研究论文 deadline 之前所有 GPU 都在使用，AWS GPU instances 可能是一个非常有用的解决方案

然而，如果它有成本效益，那么就应该确保只运行几个网络，并且确切地知道为训练运行选择的参数是接近最优的。否则，成本效益会大大降低，还不如专用 GPU 有用。即使快速的 AWS GPU 是诱人的坚实的 gtx1070 和 up 将能够提供良好的计算性能一年或两年没有太多的成本。

总结而言，AWS GPU instance 非常有用，但需要明智而谨慎地使用它们，以确保成本效益。有关云计算，我们后面还会再讨论。

是什么让一个 GPU 比另一个更快?

选择 GPU 时，你的第一个问题可能是：对于深度学习来说，使得 GPU 运算速度快的最重要的特性是什么？是 CUDA Core，时钟速度，还是 RAM 的大小？

虽然一个很好的简化建议应该是 “注意内存带宽”，但我不再建议这样做。这是因为 GPU 硬件和软件多年来的开发方式使得 GPU 的带宽不再是其性能的最佳指标。在消费级 GPU 中引入 Tensor Core 进一步复杂化了这个问题。现在，带宽、FLOPS 和 Tensor Core 的组合才是 GPU 性能的最佳指标。

为了加深理解，做出明智的选择，最好要了解一下硬件的哪些部分使 GPU 能够快速执行两种最重要的张量操作：矩阵乘法和卷积。

考虑矩阵乘法的一个简单而有效的方法是：它是受带宽约束的。如果你想使用 LSTM 和其他需要做很多矩阵乘法的循环网络的话，内存带宽是 GPU 最重要的特性，

同样，卷积受计算速度约束。因此，对于 ResNets 和其他卷积体系结构来说，GPU 的 TFLOP 是其性能的最佳指标。

Tensor Cores 稍微改变了这种平衡。Tensor Cores 是专用计算单元，可以加速计算——但不会加大内存带宽——因此对于卷积网络来说，最大的好处是 Tensor Core 可以使速度加快 30％到 100％。

虽然 Tensor Cores 只能加快计算速度，但它们也允许使用 16-bit 数字进行计算。这也是矩阵乘法的一大优点，因为数字的大小只有 16-bit 而不是 32-bit，在内存带宽相同的矩阵中，数字的数量可以传输两倍。一般来说，使用 Tensor Cores 的 LSTM 可以加速 20% 到 60%。

请注意，这种加速并不是来自 Tensor Cores 本身，而是来自它进行 16-bit 计算的能力。在 AMD GPU 上的 16-bit 算法和在 NVIDIA 的具有 Tensor Cores 的卡上的矩阵乘法算法一样快。

Tensor Cores 的一个大问题是它们需要 16-bit 浮点输入数据，这可能会带来一些软件支持问题，因为网络通常使用 32-bit 的值。如果没有 16-bit 的输入，Tensor Cores 就相当于没用的。

但是，我认为这些问题很快就能得到解决，因为 Tensor Cores 太强大了，现在消费级 GPU 也使用 Tensor Cores，因此，将会有越来越多的人使用它们。随着 16-bit 深度学习的引入，我们实际上使 GPU 的内存翻倍了，因为同样内存的 GPU 中包含的参数翻倍了。

总的来说，最好的经验法则是：如果你使用 RNN，要看带宽；如果使用卷积，就看看 FLOPS；如果你买得起，就考虑 Tensor Cores（除非必要，否则不要买 Tesla 卡）

GPU 和 TPU 的标准化原始性能数据。越高越好。 RTX 2080 Ti 的速度大约是 GTX1080 Ti 的两倍：0.75 vs 0.4。

性价比分析

性价比也许是选择 GPU 时要考虑的最重要的一类指标。我对此做了一个新的成本性能分析，其中考虑了内存位宽、运算速度和 Tensor 核心。价格上，我参考了亚马逊和 eBay 上的价格，参考权重比为 1:1。然后我考察了使用 / 不使用 Tensor Core 情况下的 LSTM、CNN 等性能指标。将这些指标数字通过标准化几何平均得到平均性能评分，计算出性价比数字，结果如下：

标准化处理后的性价比结果，考虑了内存带宽（RNN）、计算速度（卷积网络）、是否使用 Tensor Cores 等因素，数字越高越好。RTX2080 的性价比大概是 Tesla V100 的 5 倍。

请注意，RTX 2080 和 RTX 2080 Ti 的数字可能有些水分，因为实际的硬性能数据还未发布。我根据这个硬件下的矩阵乘法和卷积的 roofline 模型以及来自 V100 和 Titan V 的 Tensor Core 基准数字来估计性能。由于目前没有硬件规格数字，RTX 2070 完全没有排入。注意，RTX 2070 可能很容易在成本效益上击败其他两款 RTX 系列显卡，但目前没有数据支持。

从初步数据来看，我们发现 RTX 2080 比 RTX 2080 Ti 的性价比更高。 与 RTX2080 相比，RTX 2080 Ti 的 Tensor 核心和带宽增加了约 40％，价格提高了 50％，但性能并没有提高 40％。对于 LSTM 和其他 RNN 来说，从 GTX 10 系到 RTX 20 系的性能增长，主要是在于支持了 16 位浮点计算，而不是 Tensor 核心本身。虽然卷积网络的性能在理论上应该与 Tensor 核心呈线性增加，但我们从性能数据中并没有看出这一点。

这表明，卷积体系结构的其他部分无法凭借 Tensor 核心获得性能提升，而这些部分在整体计算需求中也占了很大比重。因此，RTX 2080 具有更高的性价比，因为它具有比 GTX 10 系列获得性能提升（GDDR6 + Tensor 核心）所需的所有功能，同时也比 RTX 2080 Ti 更便宜。

此外请读者注意，这个分析中存在一些问题，对这些数据的解释需要慎重：

（1）如果你购买的是高性价比、但运算速度较慢的显卡，那么在某些时候计算机可能不再会有更多 GPU 空间，因此会造成资源浪费。因此，本图表偏向于昂贵的 GPU。为了抵消这种偏差，还应该对原始性能图表进行评估。

（2）此性价比图表假设，读者会尽量多地使用 16 位计算和 Tensor 内核。也就是说，对于 32 位计算而言，RTX 系显卡的性价比很低。

（3）此前有传闻说，有大量的 RTX 20 系显卡由于加密货币行情的下滑而被延缓发布。因此，像 GTX 1080 和 GTX 1070 这样流行的挖矿 GPU 可能会迅速降价，其性价比可能会迅速提高，使得 RTX 20 系列在性价比方面不那么有优势。另一方面，大量的 RTX 20 系显卡的价格将保持稳定，以确保其具备竞争力。很难预测这些显卡的后续前景。

（4）如前文所述，目前还没有关于 RTX 显卡硬性、无偏见的性能数据，因此所有这些数字都不能太当真。

可以看出，在这么多显卡中做出正确选择并不容易。但是，如果读者对所有这些问题采取一种平衡的观点，其实还是能够做出自己的最佳选择的。

云端深度学习

AWS 上的 GPU 实例和 Google Cloud 中的 TPU 都是深度学习的可行选择。虽然 TPU 稍微便宜一点，但它缺乏 AWS GPU 的多功能性和灵活性。 TPU 可能是训练目标识别模型的首选。但对于其他类型的工作负载，AWS GPU 可能是更安全的选择。部署云端实例的好处在于可以随时在 GPU 和 TPU 之间切换，甚至可以同时使用它们。

但是，请注意这种场景下的机会成本问题：如果读者学习了使用 AWS 实例能够顺利完成工作流程的技能，那么也就失去了利用个人 GPU 进行工作的时间，也无法获得使用 TPU 的技能。而如果使用个人 GPU，就无法通过云扩展到更多 GPU / TPU 上。如果使用 TPU，就无法使用 TensorFlow，而且，切换到 AWS 平台并不是一件很容易的事。流畅的云工作流程的学习成本是非常高的，如果选择 TPU 或 AWS GPU，应该仔细衡量一下这个成本。

另一个问题是关于何时使用云服务。如果读者想学习深度学习或者需要设计原型，那么使用个人 GPU 可能是最好的选择，因为云实例可能成本昂贵。但是，一旦找到了良好的深度网络配置，并且只想使用与云实例的数据并行性来训练模型，使用云服务是一种可靠的途径。也就是说，要做原型设计，使用小型 GPU 就够了，也可以依赖云计算的强大功能来扩大实验规模，实现更复杂的计算。

如果你的资金不足，使用云计算实例也可能是一个很好的解决方案，但问题是，当你只需要一点点原型设计时，还是只能分时购买大量计算力，造成成本和计算力的浪费。在这种情况下，人们可能希望在 CPU 上进行原型设计，然后在 GPU / TPU 实例上进行快速训练。这并不是最优的工作流程，因为在 CPU 上进行原型设计可能是非常痛苦的，但它确实是一种经济高效的解决方案。

结论

在本文中，读者应该能够了解哪种 GPU 适合自己。总的来说，我认为在选择 GPU 是有两个主要策略：要么现在就使用 RTX 20 系列 GPU 实现快速升级，或者先使用便宜的 GTX 10 系列 GPU，在 RTX Titan 上市后再进行升级。如果对性能没那么看重，或者干脆不需要高性能，比如 Kaggle 数据竞赛、创业公司、原型设计或学习深度学习，那么相对廉价的 GTX 10 系列 GPU 也是很好的选择。如果你选择了 GTX 10 系列 GPU，请注意确保 GPU 显存大小可以满足你的要求。

那么对于深度学习，如何选择GPU？我的建议如下：

• 总体来说最好的 GPU 是: RTX 2080 Ti
• 成本效益高，但价格昂贵：RTX 2080, GTX 1080
• 成本效益高，且价格实惠: GTX 1070, GTX 1070 Ti, GTX 1060
• 我使用的数据集 > 250GB: RTX 2080 Ti or RTX 2080
• 我没有太多预算: GTX 1060 (6GB)
• 我很穷: GTX 1050 Ti (4GB) or CPU (prototyping) + AWS/TPU (training)
• 我参加 Kaggle 竞赛: GTX 1060 (6GB) 用于原型设计 , AWS 用于最终训练; 使用 fastai 库
• 我是计算机视觉研究人员：RTX 2080 Ti; 2019 年可以升级到 RTX Titan
• 我是一名研究人员：RTX 2080 Ti 或 GTX 10XX -> RTX Titan（看一下你当前模型的存储要求）
• 我想建立一个 GPU 集群：这很复杂，可以参考这篇文章[1]
• 我刚开始进行深度学习，并且我是认真的：可以先从 GTX 1060 (6GB) 开始，或者从便宜的 GTX 1070 或 GTX 1070 Ti 开始。这取决于你下一步想做什么（去初创公司，参加 Kaggle 竞赛，做研究，应用深度学习），然后卖掉最初的 GPU 再买更适合的

[1] timdettmers.com/2014/09/21/how-to-build-and-use-a-multi-gpu-system-for-deep-learning/