El DGX-1 está diseñado para ser un producto premium: ofrece ~ 20% de rendimiento superior a un precio 80% mayor.
Veamos las ventajas de la DGX-1:
- NVLink de 80 GB / s (esto es bastante grande)
- 170 TFLOPs
- No es necesario paralelizar el entrenamiento en muchas máquinas.
Ahora echemos un vistazo a las desventajas de la DGX-1:
- ¿Qué documentos sobre chatbot debo leer antes de desarrollar e investigar sobre chatbot?
- ¿Cuál es la razón principal por la que la inteligencia artificial no ha despegado? ¿Qué se requiere para que la IA "despegue"?
- ¿Por qué Python se considera un buen lenguaje para IA y Machine Learning?
- ¿Cuáles son las trampas / trampas / deudas técnicas a tener en cuenta si alguien está comenzando una codificación de visión por computadora y una aplicación de aprendizaje automático en C ++?
- ¿Cuál es el robot humanoide más avanzado del mundo?
- Precio. Este es el más grande, a gran escala, Facebook no puede darse el lujo de comprar más de $ 100K.
- No utiliza x86, lo que significa que tendrá que volver a escribir su software (esto es realmente bastante menor, porque Facebook, sin duda, tiene los recursos de ingeniería para hacerlo).
Big Sur está diseñado para ser un servidor a gran escala, y lo hace bien. Sin embargo, para que funcione, debe tener la escala masiva y el poder de ingeniería de Facebook (es decir, paralelizar SGD, que no es una tarea trivial en absoluto …). Pero si puede hacer que funcione, puede ser algo beneficioso para usted. Por otro lado, es probable que el DGX-1 proporcione suficiente potencia de cómputo a la mayoría de las personas (y si eres un experto en Facebook, probablemente tengas a alguien que sepa lo que necesita en primer lugar). Entonces, si eres una empresa pequeña que busca probar el aprendizaje profundo, elige el DGX-1.