資訊專欄INFORMATION COLUMN
摘要：一石激起千層浪，英偉達全新禁止在數據中心使用系列做深度學習，已經成為今日等網站頭條。同時，英偉達僅僅限制在數據中心使用做深度學習，一般的高校和研究所這樣的非商業用戶，并不會受什么影響。
英偉達的CEO黃仁勛曾經說，他最喜歡三件事——游戲、GPU、深度學習。這三件事也是英偉達的命脈所在。5年前黃仁勛英明的判斷將GPU從游戲轉向深度學習成就了他自己和他的公司在深度學習界的地位。
不過，當一個市場被一家企業所主導，這家企業就可能采取各種措施，獲取盡可能多的利潤，甚至達到壟斷的目的。
最近，日本公司Ubiquitous Entertainment總裁兼首席執行官清水亮撰文[1]，指責英偉達悄然修改終端用戶使用協議，禁止在數據中心使用GeForce軟件，并稱這一改動將會影響廣大的深度學習研究者和開發人員。
一石激起千層浪，“英偉達全新EULA禁止在數據中心使用GeForce系列GPU做深度學習”，已經成為今日Reddit等網站頭條。
貨還是給你買，但在數據中心不能用于深度學習
英偉達更新后的EULA，并不是不允許在數據中心使用GeForce顯卡，而是禁止在數據中心部署GeForce配套軟件（不授權）。
修改后的英偉達GeForce軟件用戶使用協議，No Datacenter Deployment，軟件不能在數據中心使用。
軟件不能用意味著什么？
貨還是給你買，但是不準用作深度學習（但是用來挖礦可以，這個后面會細說）。
大家都知道，英偉達貨賣得好，主要原因是配套的軟件做得齊。正如清水亮在文章中指出的那樣，在實踐中，英偉達可以說是全世界提供API和足夠多運算函數來做深度學習的半導體公司。
英特爾和其他公司也在奮力追趕，但相比與英偉達的豐富資源和IP，目前這些公司仍然只能恨居追趕的位置。
GeForce vs Tesla：性能相差不大，但價格卻天上地下
那么，GeForce和Tesla的區別又在哪里？
英偉達最初開發GPU是用于游戲的，產品線包括針對游戲的GeForce系列和用于高端處理器的Tesla系列。一組簡單的數字：
GeForce GTX 1080: PASCAL; 2560 CUDA cores; 8 TFLOPS (single-prec); 8 GB GDDRX5 320 GB/s; max 180 W.
Tesla P100: PASCAL; 3584 CUDA cores; 9.3 TFLOPS (single-prec); 16 GB HBM2 732 GB/s; max 250 W.
這樣看不直觀。有人專門做了對比[2]，下圖展示了訓練的平均時間。Tesla在基準測試中勝過了GeForce；但是，只有1.25倍的加速（或者說，訓練時間減少了20％）。在MNIST基準上看，差異并不明顯，可能是由于epoch速度太快。
在DeepConvLSTM這個基準上，兩者運行時的能耗和溫度分別是：
很顯然，Tesla的處理性能和穩定性更高一些，但這兩個系列都基于Pascal架構，硬件規格（specifications）也非常類似。
然而，在價格方面，Tesla卻將近是GeForce的10倍。
因此，那些對GPU使用，尤其是不需要持續運轉，在穩定性方面要求沒有那么高的用戶，往往使用GeForce來代替Tesla，包括一些數據中心客戶在內——畢竟，不是誰都那么財大氣粗，用戶的眼睛是雪亮的，有性價比更高的方案，誰會棄而不用呢？
英偉達在利用其壟斷地位玩陰招？
因此，在英偉達更新EULA后，就如清水亮所說，“要在數據中心做深度學習項目，不管是商業的也好，學術的也罷，在日本也好，海外也罷，都必須購買高價的Tesla系列才行”，便宜又好用的GeForce系列就這樣強制被罷黜了。
“這顯然是英偉達（日本）在利用其壟斷地位玩陰招。”清水亮這樣說。
試想，為什么沒有直接商業應用的學生實驗或商業研究，要被迫支付合理成本的10倍？跟在游戲中使用的芯片幾乎完全相同，僅僅因為放在數據中心里，價格就上漲了10倍。這里面難道沒有貓膩？
作為一個《星球大戰》迷，清水亮將英偉達的這一策略改動類比為“第一秩序”（First Order）的崛起。
如此熱愛GPU、熱愛深度學習，以及熱愛《星球大戰》的黃教主，竟被比作Kylo Ren？！
嗯……題外話：Kylo Ren，《星球大戰》電影系列中的一名虛構反派角色他擁有強大的原力，后墮落至原力黑暗面，渴望和外祖父黑武士達斯·維達一樣強大。
清水亮說，深度學習社區讓英偉達獲得了創紀錄的利潤，而這家公司如何回報深度學習社區？這就好像在說：“如果你還想繼續工作，那就付我們十倍的錢。”
文章發布后，清水亮的憤怒得到了很多共鳴和回應[3]。
樹大招風
作為一家商業公司，英偉達要怎么限制和授權軟件使用，完全是它的自由。
同時，英偉達僅僅限制在數據中心使用GeForce做深度學習，一般的高校和研究所這樣的非商業用戶，并不會受什么影響。
再者，GeForce作為專門用做圖形的顯卡，做數據中心應用原本效率就不會太高，從數據中心這方面來說，原本購買GeForce做深度學習的可能性也不大。實際上，英偉達也一直在向數據中心客戶推廣穩定性更好的Tesla。
還有一種可能，就是英偉達懶得去優化GeForce做非圖形應用的軟件了。
不過，值得注意，英偉達的條款明確指出，雖然不準用GeForce在數據中心做深度學習，但挖礦除外，這一點可能是在針對AMD等對手，因為業界普遍認為后者在挖礦上的效率更高。
但最后，英偉達對“數據中心”也沒有明確定義，企業的機房算“數據中心”嗎？雖然互聯網巨頭看不上GeForece，但初創公司可能會用啊。
總之，這個新規定會波及不少成長當中的深度學習項目，這一點是毋庸置疑的。
還有，有時間你可以訪問Reddit[3]，反對（譴責）英偉達的、力挺英偉達的、怒其他芯片公司不爭的……在深度學習領域，一個EULA的修改就能引發這樣的波瀾，除了英偉達還有幾家？
參考資料
[1] 清水亮原文：https://wirelesswire.jp/2017/12/62708/
[2] 英偉達GeForce和Tesla性能對比：https://medium.com/@alexbaldo/a-comparison-between-nvidias-geforce-gtx-1080-and-tesla-p100-for-deep-learning-81a918d5b2c7
[3] Reddit關于英偉達GeForce軟件EULA討論：https://www.reddit.com/r/MachineLearning/comments/7ly5gi/news_new_nvidia_eula_prohibits_deep_learning_on/
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4698.html
摘要：現在英偉達官方終于承認了缺陷的存在。財報后股價暴跌麻煩還不止于此。今天早間，英偉達的新一季度財報發布。第三季度財報顯示，英偉達營收億美元，同比增長凈利潤億美元，同比增長。這份財報發布后，英偉達盤后股價一度跳崖暴跌。 RTX 2080 Ti，英偉達新一代圖靈架構GPU，因為獨特而鮮明的外觀，一直以來被大家戲稱為燃氣灶。現在這個昵稱總算名副其實了。昨天，2080 Ti用戶shansoft正在上網...
摘要：基準測試我們比較了和三款，使用的深度學習庫是和，深度學習網絡是和。深度學習庫基準測試同樣，所有基準測試都使用位系統，每個結果是次迭代計算的平均時間。 購買用于運行深度學習算法的硬件時，我們常常找不到任何有用的基準，的選擇是買一個GPU然后用它來測試。現在市面上性能較好的GPU幾乎都來自英偉達，但其中也有很多選擇：是買一個新出的TITAN X Pascal還是便宜些的TITAN X Maxwe...
摘要：但是如果你和我是一樣的人，你想自己攢一臺奇快無比的深度學習的電腦。可能對深度學習最重要的指標就是顯卡的顯存大小。性能不錯，不過夠貴，都要美元以上，哪怕是舊一點的版本。電源我花了美元買了一個的電源。也可以安裝，這是一個不同的深度學習框架。 是的，你可以在一個39美元的樹莓派板子上運行TensorFlow，你也可以在用一個裝配了GPU的亞馬遜EC2的節點上跑TensorFlow，價格是每小時1美...
摘要：最近，等人對于英偉達的四種在四種不同深度學習框架下的性能進行了評測。本次評測共使用了種用于圖像識別的深度學習模型。深度學習框架和不同網絡之間的對比我們使用七種不同框架對四種不同進行，包括推理正向和訓練正向和反向。一直是深度學習方面最暢銷的。 最近，Pedro Gusm?o 等人對于英偉達的四種 GPU 在四種不同深度學習框架下的性能進行了評測。本次評測共使用了 7 種用于圖像識別的深度學習模...
閱讀 2895·2021-11-24 09:39
閱讀 1157·2021-11-02 14:38
閱讀 4141·2021-09-10 11:26
閱讀 2743·2021-08-25 09:40
閱讀 2303·2019-08-30 15:54
閱讀 477·2019-08-30 10:56
閱讀 2738·2019-08-26 12:14
閱讀 3211·2019-08-26 12:13
