Si bien puede encontrar computadoras portátiles con GPU (s) muy potentes (Acer Predator), le recomiendo encarecidamente no usar una computadora portátil para el aprendizaje profundo con CUDA, especialmente para el aprendizaje.
En primer lugar, es poco probable que sea más barato que una compilación de escritorio con una GPU 1080 normal. Y las computadoras portátiles como el Predator probablemente serán tan grandes que de alguna manera derrotarán su propósito. Existen computadoras portátiles más pequeñas con GPU potentes (tengo una Dell XPS15 con una 960), pero si de hecho tienen muchos núcleos CUDA, su memoria a menudo es muy limitante (solo 2 GB).
Además, cuando está entrenando en GPU, está utilizando el 99–100% de su potencia de procesamiento, a menudo durante varios días al final. Eso significa dos cosas: básicamente no puedes hacer nada más (mi computadora de escritorio de 12 núcleos, 64 GB de RAM, 1080 es apenas utilizable en este momento, ya que está entrenando una red masiva) y tu batería va a desaparecer en unos minutos.
- Cómo aumentar mis posibilidades de ser seleccionado en un programa de doctorado en aprendizaje automático o inteligencia artificial
- Cómo desarrollar una aplicación que reproduzca música de acuerdo a tu estado de ánimo
- ¿Qué es un buen marco de visualización de datos en tiempo real?
- ¿Se usa el álgebra abstracta en el aprendizaje automático?
- Cómo usar SVM para clasificar imágenes normales y anormales si se conocen las características
Finalmente, no estoy seguro de que las capacidades de enfriamiento de una computadora portátil sean suficientes para preservar sus componentes internos, ya que las GPU se calientan constantemente a 70–80 ° C. Leí varias veces historias de computadoras portátiles que murieron después de unos meses de utilización profunda. (Uno en quora, pero no puedo encontrarlo …)
Mi consejo: compre una computadora portátil decente y use el resto del dinero para construir una máquina cuda de escritorio dedicada. (Algunas personas te dirán que uses AWS. No lo hagas. Sus GPU son terribles y terriblemente caras si quieres hacer algo más que entrenar una red simple)