博客

• 
  
  深度学习为什么需要显卡计算？
  
  

1. 
   
   计算能力
   
   

GPU 是为大规模的并行运算而优化；

GPU 上则更多的是运算单元(整数、浮点的乘加单元，特殊运算单元等等)； GPU 往往拥有更大带宽的显存，因此在大吞吐量的应用中也会有很好的性能。

比较 GPU 和 CPU ，就是比较它们两者如何处理任务。如下图所示， CPU 使用几个核心处理单元去优化串行顺序任务，而 GPU 的大规模并行架构拥有数以千计的更小、更高效的处理单元，用于处理多个并行小任务。

CPU 拥有复杂的系统指令，能够进行复杂的任务操作和调度，两者是互补关系，而不能相互代替。

Cpu只有4个核心并行工作GPU拥有256个核心进行工作

从下图可以看出GPU（图像处理器，Graphics Processing Unit）和CPU（中央处理器，Central Processing Unit）在设计上的主要差异在于GPU有更多的运算单元（如图中绿色的ALU），而Control和Cache单元不如CPU多，这是因为GPU在进行


并行计算的时候每个运算单元都是执行相同的程序


，而不需要太多的控制。Cache单元是用来做数据缓存的，CPU可以通过


Cache来减少存取主内存的次数，也就是减少内存延迟


（memory latency）。GPU中Cache很小或者没有，因为GPU可以通过并行计算的方式来减少内存延迟。因此CPU的Cahce设计主要是实现低延迟，Control主要是通用性，复杂的逻辑控制单元可以保证CPU高效分发任务和指令。


所以CPU擅长逻辑控制，是串行计算，而GPU擅长高强度计算，是并行计算。

。就像你有个工作需要算几亿次一百以内加减乘除一样，最好的办法就是雇上几十个小学生一起算，一人算一部分，反正这些计算也没什么技术含量，纯粹体力活而已。而CPU就像老教授，积分微分都会算，就是工资高，一个老教授资顶二十个小学生。

可以看出


GPU加速是通过大量线程并行实现的


，因此对于不能高度并行化的工作而言，GPU就没什么效果了。而CPU则是串行操作，需要很强的通用性，主要起到统管和分配任务的作用。

1. 
   
   吞吐量
   
   

Cpu与GPU的关系也如同小轿车与大货车的关系。比如一项任务，要把一堆货物从北京搬运到广州。 CPU（跑车〉可以快速地把数据（货物〉从内存读入 RAM 中，然而 GPU (大卡车〉装货的速度就好慢了。不过后面才是重点， CPU (跑车）把这堆数据（货物）从北京搬运到广州｜需要来回操作很多次，也就是往返京广线很多次，而 GPU (大卡车）只需要一 次就可以完成搬运（一次可以装载大量数据进入内存）。换言之， CPU 擅长操作小的内存块，而 GPU 则擅长操作大的内存块 。 CPU 集群大概可以达到 50GB/s 的带宽总量，而等量的 GPU 集群可以达到 750GB/s 的带宽量。

而实际生产生活，训练只是节假日，数据处理才是每天的柴米油盐。每周解压几千万数据，处理几千万图片，这都是经常性的。

二、所以显卡选择最重要，各大厂商如何选择？

本地运算首选英伟达GPU，不仅大多数深度学习库都对英伟达GPU提供最佳支持，而且英伟达的社区支持好，这意味着，如果你使用NVIDIA GPU出错时，非常容易找到支持，你将会找到自己程序的支持和建议，它在深度学习上的支持度比AMD好很多；云计算首选谷歌TPU，它的性价比超过亚马逊AWS和微软Azure。

因为准备基于CUDA计算(并行计算框架，只能在NVIDIA的GPU上运行），所以优先选择Nvida系列的。在英伟达产品系列中，有消费领域的GeForce系列，有专业绘图领域的Quadro系列，有高性能计算领域的Tesla系列，如何选择？

有论文研究，太高的精度对于深度学习的错误率是没有提升的，而且大部分的环境框架都只支持单精度，所以双精度浮点计算是不必要，Tesla系列都去掉了。从显卡效能的指标看，


CUDA核心数要多


，


GPU频率要快


，


显存要大


，


带宽要高


。

英伟达官方说明在GPU算力高于5.0时，可以用来跑神经网络。

性能最佳的GPU：RTX 3090

性价比高的高端GPU：RTX 3080，RTX 2080

性价比高的低端GPU：GTX 1080Ti，GTX 1080,，GTX 1070，GTX 1070 TI，GTX 1060

我使用的数据集> 400GB：RTX 3080 TI或RTX 3080

我使用的数据集> 250GB：RTX 2080 TI或RTX 2080

我有一点钱：GTX 1060（6GB）

我几乎没有钱：GTX 1050 TI（4GB）或CPU（原型）+AWS/TPU（培训）

我做Kaggle：GTX 1060（6GB）用于原型，AWS进行最终训练；使用FASTAI库(PyTorch)

我是一个有竞争力的计算机视觉研究者：GTX 2080 TI；2019升级到RTX TITAN

我是一个研究者：RTX 3080 TI或GTX 10XX-RTX TITAN——检查当前模型的内存需求

我想构建一个GPU集群：这真的很复杂，你可以在这里得到一些想法

我开始深度学习，我对此很深入：从GTX 1060（6GB）或便宜的GTX 1070或GTX 1070 Ti开始，如果你能找到的话。根据你接下来选择的领域（创业、研究、应用深度学习）卖出你的GPU并买一些性能更强的东西

我想尝试深度学习，但我并不深入：GTX 1050 TI（4或2GB）

需要多个GPU吗？

需要多个GPU，对于卷积神经网络，在2/3/4GPU，可以预期得到1.9x/2.8x/3.5x的加速，GPU数量越多，计算越快，训练也就越快。

三、其他硬件配置如何选择

VRAM （显存）:

显存大小决定了我们的网络模型能不能执行，大型的卷积神经网络会使用超过8G以上的显存。

cpu：

Tensorflow（可能还有其他DL框架）对英特尔CPU（MKL等的使用）有一些优化。所以推荐使用英特尔CPU。因为主要使用显卡进行cuda计算，因此对CPU的要求并不是很高，频率越高、线程数越多越好，一般最低要求cpu核心数大于显卡个数。其中一个制约因素：cpu的最大PCI-E 通道数。每张显卡占用16条PCI-E 通道才能达到最大性能，而单cpu最大支持40条PCI-E ，也就是即使有4个PCI-E x16接口，只能最多达到2路x16加一路x8，插上的显卡不能发挥全部性能。不过，主板芯片组其实也可以扩充一部分PCI-E 通道。（x99主板可以扩宽2.0的8lanes，z170可以扩充3.0的20lanes）

备注：PCI-E 是计算机高带宽传输总线的标准接口。

主板：

前面提到了cpu提供的pcie通道数的限制，如果要使用多块显卡，就需要主板提供额外的pcie通道，一般只有服务器级别的主板才会提供扩展pcie通道如x99、x299等主板，但是使用此类主板必须搭配具有该接口的服务器级cpu（xeon系列、i7 7900x以上、i9系列等），如果不需要三块以上的显卡，使用cpu提供的40条pcie即可。

电源：

一个显卡的功率接近150-300W，四显卡建议电源在1200W以上，为了以后扩展，或选择1600W的电源。

内存：

深度学习需要大量数据，中间计算过程也会临时储存大量数据，一般要求具有显存2~3倍的内存，32G或64G乃至更高。内存频率越高越好。

硬盘：

深度学习需要大量数据，和较快的访问速度，一般使用一个较大的固态硬盘作为系统盘和训练数据仓储盘，另外使用hdd机械硬盘作为仓储盘。建议使用512G以上nVME固态硬盘搭配几TB Hdd作为储存空间。

四、下面给出一套参考配置：