机器学习中的GPU硬件设备及共享访问

以下文章摘录自：

《机器学习观止——核心原理与实践》

京东： https://item.jd.com/13166960.html

当当：http://product.dangdang.com/29218274.html

(由于博客系统问题，部分公式、图片和格式有可能存在显示问题，请参阅原书了解详情)

————————————————

版权声明：本文为CSDN博主「林学森」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/xuesen_lin/

 

1.1    GPU硬件设备

“有需求就有市场”，机器学习带动的不仅是算法和软件的繁荣，同时也促进了GPU等硬件设备的蓬勃发展，例如NVIDIA就是其中最大的受益方之一。它的股价随着近几年深度学习的火热而不断“水涨船高”——从2015年的一股20美金左右，到两年后的190多美金，涨幅高达800%+！这种强劲的涨势也让它成功地把多家竞争对手远远地甩在了身后。

图 ‑ NVIDIA的股价暴涨体现出的是机器学习领域的火热

 

目前市面上能够支持机器学习(特别是深度学习)的GPU有很多，光NVIDIA一家预计就有几十种。它们按照不同价位被划分为多个系列，包括但不限于：

表格 ‑ NVIDIA系列GPU

NVIDIA系列GPU	型号	价位
Tesla	Tesla K80 Tesla K40 Tesla K20 Tesla C207X等	高
Quadro	Quadro GP100 Quadro P6000 Quadro P5000等	中高
NVS	NVS 810 NVS 510等	中低
GeForce	TITAN Xp GTX 1080Ti <