#sztucznainteligencja #datascience wielki sukces, udało mi sie wytrenować pierwszy model z wykorzystaniem karty - redve

w Hydepark w zeszłym roku

#sztucznainteligencja #datascience
wielki sukces, udało mi sie wytrenować pierwszy model z wykorzystaniem karty graficznej.
Jako że w PC mam procesor oraz kartę graficzną od AMD to wszystkie treningi robiłem na ryzenie 5 2600.
Dostałem z pracy laptopa z rtx 3060, i w końcu udało mi się go zmusić do działania.
Czas treningu:
01:16m / batch -> 00:14m / batch

W sumie, spodziewałem się większej różnicy

Komentarze (5)

ten_kapuczinoGruba rybaw zeszłym roku0

@redve

entropy_GURUw zeszłym roku0

Komentarz usunięty

entropy_GURUw zeszłym roku1

@redve ponad 5 razy szybciej to już zacnie jest chyba.

entropy_GURUw zeszłym roku1

@redve na logikę tak, w praktyce zależy od tego co się dzieje pod maską.
Tak na szybko znalazłem wątek o tej tematyce
https://discourse.julialang.org/t/how-much-faster-is-gpu-compare-to-cpu/17533

How much faster is GPU compare to CPUHi, I heard the amazing things about GPU and how much faster it can beat CPU. But I don’t know what kind of speed up is expected. So I ran a matrix multiplication to do the comparison. I ran my experiment on a server that has a Intel Gold 6148 CPU, which has 20 cores at 2.40 GHz frequency, and a GPU of NVIDIA V100 16GB memory. For CPU I used OpenBLAS library, and CuBLAS for the GPU. I think both libraries are highly optimized and should be a fair comparison. The OpenBLAS thread count default on...Julia Programming Language

redveFanatykw zeszłym roku1

@entropy_ spodziewałem się że będzie naście razy szybciej. To jednak 6 rdzeni procka vs kilka tysięcy rdzeni CUDA

Wpis użytkownika redve w Hydepark

Komentarze (5)