НАУКА ЗА ДАННИТЕ

Достъпен GPU за специалисти по данни

Какво трябва да знаете за достъпните GPU на пазара за следващия си проект за наука за данни.

Ако сте специалист по данни и търсите достъпна GPU за вашия компютър, тази статия е за вас. Когато имате ограничен бюджет, трябва да сте по-информирани, за да намерите най-добрия вариант за вашите пари. Ако не разполагате с ограничен бюджет, все пак можете да научите много технически аспекти от тази статия и да направите по-информирана покупка.

Ако сте били геймър, основно сте имали два избора за вашите графични карти: графични карти AMD или графични карти NVIDIA. Но тъй като сте учен по данни и може би геймър, имате само един избор: NVIDIA. Защо не можете да изберете AMD? Защото се нуждаете от CUDA като важен компонент във вашия компютър за Data Science. Можете да мислите за CUDA като език за компютърно програмиране, който позволява на вас и много други налични библиотеки (като невероятния Tensorflow или PyTorch) да правите паралелни изчисления на NVIDIA GPU. CUDA е разработена от NVIDIA и е налична само на NVIDIA GPU. Докато AMD изгради нещо толкова популярно като CUDA, специалистите по данни са залепени за графичните процесори на NVIDIA.

Сега следващият въпрос е какъв тип графична карта на NVIDIA трябва да купя? Въпреки че изборът между AMD и NVIDIA беше лесен, но изборът на правилната графична карта от продуктовата линия на NVIDIA не е лесна задача. Според мен NVIDIA се справя много добре, за да обърква клиентите с различни марки и технически термини. Част от това е, защото NVIDIA има разнообразни продуктови линии за различни клиентски сегменти.

Позволете ми да ви дам малко необходима информация за NVIDIA GPU и графичните карти. Сигурен съм, че ще вземете по-добро решение за това, от което се нуждаете, след като прочетете тази кратка статия. Да тръгваме …

Графичните процесори на NVIDIA се развиват с времето и основният аспект на тази еволюция е тяхната архитектура. Архитектурите на NVIDIA GPU от най-старите до най-новите са Tesla (издадена през 2006 г.), Fermi (2010), Kepler (2012), Maxwell (2014), Pascal (2016), Volta (2017), Turing (2018) и Ampere ( 2020 г.). Някои от тези архитектури са насочени към центрове за данни и професионални потребители, а някои от тях са по-скоро към обикновени потребители и особено към геймъри. В наши дни повечето от наличните графични процесори на NVIDIA са базирани на Pascal, Volta, Turing или Ampere.

Важна иновация в архитектурата на GPU на NVIDIA, която привлече вниманието на учените по данни и експертите по изкуствен интелект (AI), беше въвеждането на Tensor Cores. Казано на непрофесионалист, тензорните ядра ускоряват умножението и събирането на матрици. Като учен по данни вие знаете значението на умножението и събирането на матрици в AI технологиите, като задълбочено обучение. Така че, за да получите най-доброто за парите си, силно препоръчвам да изберете графични процесори, които са изградени на архитектура Volta, Turing и Ampere. Важно е да споменем, че не всяка графична карта, базирана на тези архитектури, има тензорни ядра (виждате пример по-късно). Графичните карти, които имат тензорни ядра, обикновено се обозначават с RTX. Графичните карти, които нямат тензорни ядра, обикновено (не винаги) се обозначават с GTX.

В допълнение към архитектурата, графичните карти на NVIDIA имат различни марки или продуктови линии за различни потребителски цели. Трите най-важни за нас са GeForce, Quadro и Titan. Въпреки че NVIDIA препоръчва Quadro и Titan за AI и проекти за дълбоко обучение, техните ценови етикети ($2500 и повече) ги правят недостъпни за индивидуални или любители учени по данни. От друга страна, имаме марката GeForce, която е насочена към геймърите и е по-достъпна като цена и все още използва същите усъвършенствани архитектурни технологии като Turing или Ampere. Затова препоръчвам да избирате от графични карти GeForce, вместо да харчите твърде много за скъпи карти като картите с марка Quadro.

GeForce картите идват в различни серии. Най-известните са серия GeForce 10, серия GeForce 16, серия GeForce 20 и нова серия GeForce 30. Серията GeForce 10 са базирани на Pascal карти. Както споменахме по-рано, базираните на Pascal графични процесори нямат технология за тензорно ядро, поради което тези графични карти обикновено се наричат ​​нещо като GeForce GTX НОМЕР НА МОДЕЛА (пример GeForce GTX 1060). Понякога може да видите „Ti“ или „Super“ пред имената на графичните карти в тази серия, това просто показва малко подобрение спрямо версиите, които не са Ti или Super. Имаме и серията GeForce 16. Тази серия графични карти е изградена с базирани на Turing GPU, но ядрата Tensor и RT (Ray Tracing) не са включени. Следователно, подобно на Series 10, те имат GTX в името си. Пример за тази карта е GeForce GTX 1650. Въпреки че сериите GeForce 10 и 16 нямат тензорни ядра, те все още са добри опции за тези, които искат да научат задълбочено обучение и паралелни изчисления. Липсата на тензорни ядра забавя обучението и извода на много методи за машинно обучение, включително DL алгоритми, но все пак наличието на NVIDIA GPU има значително предимство да работи само на CPU. Серии 10 и 16 започват от $160 и се препоръчват, ако искате да научите.

Ако мислите за по-здрава графична карта, която ви помага не само да научите паралелни изчисления и задълбочено обучение, но и да изпълнявате по-тежки DL проекти, трябва да помислите за серията GeForce 20. Серията GeForce 20 са базирани на Turing графични карти, които имат тензорни ядра. Както се досещате правилно, тези карти имат RTX в името си. Например, можете да закупите графична карта GeForce RTX 2060, която има 240 тензорни ядра, за $330. Това е графична карта, която препоръчвам за отделни специалисти по данни, които искат достъпна, но все пак стабилна GPU система.

И накрая, имаме новоиздадените карти от серията GeForce 30 (включително 3070, 3080 и 3090) са карти, базирани на Ampere. Графичните карти с базирани на Ampere GPU бяха пуснати през септември 2020 г. Базираните на Ampere карти се радват на тензорни ядра от 3-то поколение. Въпреки че цената им започва от $499 (добра цена за най-новите технологии), те изискват сериозни инвестиции в други компютърни компоненти като CPU и PSU (захранващ блок). С други думи, ако искате да закупите графична карта от такъв висок клас, вероятно вашият достъпен компютър има пречка за обработка някъде другаде, така че не можете да използвате максималната мощност на вашата графична карта. Ето защо, ако решите да създадете достъпен компютър или да надстроите компютъра си с нова графична карта, по-добре е да избягвате скъпи и висококачествени графични карти като GeForce Series 30, освен ако не искате да надстроите всичко и да изградите скъпа, но мощна НАСТОЛЕН КОМПЮТЪР.

В допълнение към архитектурата, марката и моделите, можете да намерите NVIDIA GPU на различни графични карти, произведени от различни производители. NVIDIA прави свои собствени графични карти и ги нарича Founders Edition. В допълнение, GIGABYTE, EVGA, ASUS и MSI са няколко примера за производители на трети страни, които създават графични карти с помощта на NVIDIA GPU. По отношение на производителността обикновено не виждаме голяма разлика между различните производители, ако използват едни и същи графични процесори NVIDIA.

За да обобщим, ако търсите достъпна, но мощна графична карта, предлагам RTX 2060. Тя започва от $330 и има тензорни ядра за ускоряване на проекти за дълбоко обучение.