Есть ли альтернатива графической карте NVIDIA для глубокого обучения с использованием графических процессоров?

Question

Теперь я работаю над проблемой глубокого изучения. Я пытаюсь использовать свернутую нейронную сеть в Matlab. Но в документации говорится, что нам нужна графическая карта NVIDIA для вычислений gpu.

Мой ноутбук имеет графическую карту Intel HD 2600 для обработки графики. Так может кто-нибудь посоветует любые другие варианты, которые у нас есть в этом случае, чтобы запустить алгоритмы глубокого обучения и алгоритмы convnet.

Могу ли я запускать эти алгоритмы без использования графических процессоров и каков будет эффект (в разнице во времени).

Answer 1

Вы не сможете добиться многого благодаря встроенной графической карте Intel. Во-первых, большинство систем глубокого обучения используют CUDA для выполнения вычислений графических процессоров, а CUDA поддерживается только графическими процессорами NVidia. Было несколько попыток расширить стандартные рамки глубокого обучения OpenCL, в частности, у Theano есть incomplete OpenCL backend, а Caffe - ported to OpenCL исследовательской лабораторией AMD. Однако они либо неполные в данный момент, либо не так активно поддерживаются.

Другая проблема - производительность. В зависимости от вашего приложения вам может потребоваться гораздо лучший графический процессор, чем то, что может предоставить ваш ноутбук. Нередко использовать многопроцессорные машины, оборудованные NVidia Titans, для обучения сетей в течение нескольких дней или даже недель.

Моей рекомендацией является либо покупка специализированной машины для глубоких вычислений (одна видеокарта с только что выпущенной NVidia GTX 1080 можно приобрести по цене стандартного ноутбука) или арендовать экземпляры GPU на Amazon EC2.