9月2日凌晨，游戏玩家们和AI科研工作者们，手拉手看完了一场老黄厨艺表演秀。
3080是刀具后面拿出来的，3090是烤箱下面端上来的，对于新卡的性能和价格，大家表示很满意，尤其是后者。
为了表扬老黄这次牙膏跺得好，朋友圈里“英伟达 YES”飘呀飘，而知乎氛围却有点诡异，最高赞回答居然是“AMD YES"。
英伟达和AMD的竞争关系，大家都知道，前阵子AMD要被英伟达收购的消息，传得沸沸扬扬，但还是被老黄否定了，商业界的骚操作，反正我是不太懂。
这条回答吸引了近5000个赞，更精彩的还在评论里，为了感谢AMD让大家买到了实惠的N卡，大家心怀感恩，手伸向了英伟达。
有人欢喜，自然有人忧，天台望去，长长的队伍，抹着泪。
他们中间，有人好不容易攒够了钱，刚入一块2080，有人趁着最近矿潮，才屯了一卡车20系列，等着大赚一笔，可没想到人生这么南。
然而，更难的是，想卖还卖不出去，一看出价，触目惊心，这是开学大酬宾嘛？！大家纷纷晕倒在了天台。
不过，还是有些良心的买家，愿意收留无家可归的N卡们，2800元收2080，5000元收2080ti。
如果你觉得还是低，那是你不知道有人2080元收2080ti。
总之，这次发布会，让人看了一场热闹，也让大家不禁思考，显卡更新换代如此之快的当下，自己购买到底划不划算？
虽然显卡贵，但对于有长期需求的发烧友来说，当然划算！
可是，对于AI深度学习者来说，显卡使用的需求，往往是短期的，比如写篇论文、完成毕设、参加竞赛，周期性跑一跑模型即可。
毕竟，自己搭建深度学习环境，可不是件容易的事儿，就此稍微掰扯两句。
据我所知，AI深度学习者大部分是学生，而几张显卡就轻松上万了，高昂的成本摆在面前，只能叹息三连。
就算是土豪，不用考虑价格，显卡到手插上，工作站配置起来，也只是迈开了第一步，后面的环境搭建，需要花费的时间和精力，也丝毫不减。
可能有人会说，比起神经网络写些函数神马，几个配置冲突算什么，但是，显卡本身，也会带来一些不方便的地方。
比如，插显卡的台式机，体型大不易移动，不如笔记本便携，除了占用空间，运行时还会产生高温和噪音。
面对这些不便，比起自己买，直接租用倒是划算多了，只要登录云平台，有网的地方，就能跑模型。
的确，最近几年，国内出现了一批显卡租用的云平台，但质量参差不齐，大家使用得小心翼翼。
那对于一个用得放心、体验友好的云平台，应该是啥样呢？
我觉得，首先，价格必须亲民，计费方式多样化，用得越多越便宜。
其次，够专业，熟悉AI开发的每个环节，预装了主流AI框架，并内置大量数据集，炼丹容易上手。
然后，平台性能强一些，稳定又快，即便有些小问题，也能及时找到客服解决。
比如，极链AI云，致力于为大家打造性价比极高的一站式深度学习环境，极便宜&极好用。
文中截图来源：知乎、闲鱼，如侵删。
来源 | 极链AI云（性价比最高的共享算力平台，首次注册可获免费100小时GPU使用时长！官网地址：https://cloud.videojj.com/）
2374
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
