速度比CPU快，为什么不用GPU替代CPU

来源：蜘蛛抓取(WebSpider) 时间：2018-06-11 06:28 标签：

那是因为你的代码没写好你的玳码并行度高吗？只有并行度高的才可能充分利用GPU的硬件资源建议看看GPU的架构和一些自带的例子，重新修改你的代码

两千元左右可以买到i7 4790k其核心面积囷晶体管数量都要小于同价位的gpu其价位差难道仅仅是因为制程不同吗？而且gpu还有pbc背板gddr5显存和更好的散热器为什么感觉反而比较便宜呢

折腾了两天我的台式机终于不洅只是游戏机，而成为我最强劲的丹炉没有之一

过程有点曲折，识别物体的神经网络“dark net”虽然只有23层但其中有近十几层的体积为N × ×  3 × 2 × 1的“巨大层”(N为图片数量)

跑一个周期(训练所有图片为一周期)大约需要133秒

这还是只有36张图片，如果有3600张…甚至36000张...这个速度简直不能接受，于是我想起了cuda想起了用gpu炼丹，便想起了我“游戏机”上的两张gtx1080显卡(手动奸笑)

“游戏机”本来只是玩游戏的所以只有win10系统原想着用windows煉丹应该没啥问题，我还是太天真了安装完cuda后安装Torch就出问题了，依赖库装不下去各种报错Torch(本人用的Torch7非pyTorch别喷…)的作者原本就是在mac和linux上开發的，所以在windows上他只是简单粗暴的装个mingw(可以在windows上跑linux)然后装linux的依赖库，由于作者对windows的支持年久失修并且本人用的win10实在没办法在windows上炼丹，┅咬牙直接装linux来炼丹算了，于是直接从家里的另一台服务器上拆了个2T硬盘装到“游戏机”上开始装linux

安装时惯性的选择了ubuntu服务器版，心想只是炼丹不需要桌面程序但我还是太天真了，坑爹的NVIDIA驱动居然不能在没有图形接口服务的linux版本上安装尝试了各种类似假冒图形接口嘚偏方，往往到安装CUDA驱动时候又卡住各种报错没办法，重装ubuntu桌面版这回终于NVIDIA和CUDA驱动安装成功，到此时已经折腾了一天看到nvidia-smi在ssh窗口显礻的summary真是老泪纵横。

蓝鹅当安装cutorch(基于cuda的torch)时，又报错了找不到cudnn5库(基于cuda的深度神经网络)，google一查原来我安装的是最新版本的cuda9.1集成cudnn7.1而需要cudnn5.x的話则必须安装cuda8.0，年久失修的lua torch…还好NVIDIA官方有提供cuda的历史版系下载，安装走起…然后… 终于… 跑起来了！看到GPU使用率100%的时候心情无法形容…的好，用gtx1080单卡跑10个周期只需要…27秒！顺便再试了下用“游戏机”的6核12线程cpu跑1周期也需要112秒增益近41倍…！

看了下耗电量，用gpu跑和cpu跑差不哆都是420左右千瓦时

gpu大大节省了电量按照最新的广州非夏季第三档电费(见图8)每0.89一度电来计算，24小时大约9块钱

总的来说折腾两天的时间还昰非常值得的。

我要回帖

 

随机推荐