搞AI，誰又沒有「GPU之惑」？
張量核心、顯存帶寬、16位能力……各種紛繁複雜的GPU參數讓人眼花繚亂，到底怎麼選？
從不到1000元1050 Ti到近30000元的Titan V，GPU價格的跨度這麼大，該從何價位下手？誰才是性價比之王？
讓GPU執行不同的任務，最佳選擇也隨之變化，用於計算機視覺和做NLP就不太一樣。
而且，用雲端TPU、GPU行不行？和本地GPU在處理任務時應該如何分配，才能更省錢？
最合適的AI加速裝備，究竟什麼樣？
現在，為了幫你找到最適合的裝備，華盛頓大學的博士生Tim Dettmers將對比凝練成實用攻略，最新的模型和硬體也考慮在內。
到底誰能在眾多GPU中脫穎而出？測評後馬上揭曉。
文末還附有一份特別精簡的GPU選購建議，歡迎對號入座。
最重要的參數針對不同深度學習架構，GPU參數的選擇優先級是不一樣的，總體來說分兩條路線：
卷積網絡和Transformer：張量核心>FLOPs（每秒浮點運算次數）>顯存帶寬>16位浮點計算能力
循環神經網絡：顯存帶寬>16位浮點計算能力>張量核心>FLOPs
這個排序背後有一套邏輯，下面將詳細解釋一下。
在說清楚哪個GPU參數對速度尤為重要之前，先看看兩個最重要的張量運算：矩陣乘法和卷積。
舉個慄子🌰，以運算矩陣乘法A×B=C為例，將A、B複製到顯存上比直接計算A×B更耗費資源。也就是說，如果你想用LSTM等處理大量小型矩陣乘法的循環神經網絡，顯存帶寬是GPU最重要的屬性。
矩陣乘法越小，內存帶寬就越重要。
相反，卷積運算受計算速度的約束比較大。因此，要衡量GPU運行ResNets等卷積架構的性能，最佳指標就是FLOPs。張量核心可以明顯增加FLOPs。
Transformer中用到的大型矩陣乘法介於卷積運算和RNN的小型矩陣乘法之間，16位存儲、張量核心和TFLOPs都對大型矩陣乘法有好處，但它仍需要較大的顯存帶寬。
需要特別注意，如果想藉助張量核心的優勢，一定要用16位的數據和權重，避免使用RTX顯卡進行32位運算！
下面Tim總結了一張GPU和TPU的標準性能數據，值越高代表性能越好。RTX系列假定用了16位計算，Word RNN數值是指長度<100的段序列的biLSTM性能。
這項基準測試是用PyTorch 1.0.1和CUDA 10完成的。
△ GPU和TPU的性能數據性價比分析性價比可能是選擇一張GPU最重要的考慮指標。在攻略中，小哥進行了如下運算測試各顯卡的性能：
用語言模型Transformer-XL和BERT進行Transformer性能的基準測試。
用最先進的biLSTM進行了單詞和字符級RNN的基準測試。
上述兩種測試是針對Titan Xp、Titan RTX和RTX 2080 Ti進行的，對於其他GPU則線性縮放了性能差異。
借用了現有的CNN基準測試。
用了亞馬遜和eBay上顯卡的平均售價作為GPU的參考成本。
最後，可以得出CNN、RNN和Transformer的歸一化性能/成本比值，如下所示：
△ CNN、RNN和Transformer的每美元性能在上面這張圖中，數字越大代表每一美元能買到的性能越強。可以看出， RTX 2060比RTX 2070，RTX 2080或RTX 2080 Ti更具成本效益，甚至是Tesla V100性價比的5倍以上。
所以此輪的性價比之王已經確定，是RTX 2060無疑了。
不過，這種考量方式更偏向於小型GPU，且因為遊戲玩家不喜歡RTX系列顯卡，導致GTX 10xx系列的顯卡售價虛高。此外，還存在一定的單GPU偏差，一臺有4個RTX 2080 Ti的計算機比兩臺帶8個RTX 2060的計算機性價比更高。
所需顯存與16位訓練GPU的顯存對某些應用至關重要，比如常見的計算機視覺、機器翻譯和一部分NLP應用。可能你認為RTX 2070具有成本效益，但需要注意其顯存很小，只有8 GB。
不過，也有一些補救辦法。
通過16位訓練，你可以擁有幾乎16位的顯存，相當於將顯存翻了一倍，這個方法對RTX 2080和RTX 2080 Ti同樣適用。
也就是說，16位計算可以節省50%的內存，16位 8GB顯存大小與12GB 32位顯存大小相當。
雲端or本地？TPU or GPU？搞清楚了參數，還有更眼花繚亂的選項擺在面前：
谷歌雲、亞馬遜AWS、微軟的雲計算平臺都能搞機器學習，是不是可以不用自己買GPU？
英偉達、AMD、英特爾、各種創業公司……AI加速晶片也有不少品牌可選。
面對整個行業的圍攻，Tim分析了各家平臺的優缺點。
英偉達英偉達無疑是深度學習硬體領域的領導者，大多數深度學習庫都對英偉達GPU提供最佳支持。而AMD的OpenCL沒有這樣強大的標準庫。
軟體是英偉達GPU非常強大的一部分。在過去的幾個月裡，NVIDIA還在為軟體注入更多資源。例如，Apex庫對PyTorch中的16位梯度提供支持，還包括像FusedAdam這樣的融合快速優化器。
但是英偉達現在有一項非常坑爹的政策，如果在數據中心使用CUDA，那麼只允許使用Tesla GPU而不能用GTX或RTX GPU。
由於擔心法律問題，研究機構和大學經常被迫購買低性價比的Tesla GPU。然而，Tesla與GTX和RTX相比並沒有真正的優勢，價格卻高出10倍。
AMD：AMD GPU性能強大但是軟體太弱。雖然有ROCm可以讓CUDA轉換成可移植的C++代碼，但是問題在於，移植TensorFlow和PyTorch代碼庫很難，這大大限制了AMD GPU的應用。
TensorFlow和PyTorch對AMD GPU有一定的支持，所有主要的網絡都可以在AMD GPU上運行，但如果想開發新的網絡，可能有些細節會不支持。
對於那些只希望GPU能夠順利運行的普通用戶，Tim並不推薦AMD。但是支持AMD GPU和ROCm開發人員，會有助於打擊英偉達的壟斷地位，將使每個人長期受益。
英特爾：Tim曾經嘗試過至強融核（Xeon Phi）處理器，但體驗讓人失望。英特爾目前還不是英偉達或AMD GPU真正的競爭對手。
至強融核對深度學習的支持比較差，不支持一些GPU的設計特性，編寫優化代碼困難，不完全支持C++ 11的特性，與NumPy和SciPy的兼容性差。
英特爾曾計劃在今年下半年推出神經網絡處理器（NNP），希望與GPU和TPU競爭，但是該項目已經跳票。
谷歌：谷歌TPU已經發展成為一種非常成熟的雲端產品。你可以這樣簡單理解TPU：把它看做打包在一起的多個專用GPU，它只有一個目的——進行快速矩陣乘法。
如果看一下具有張量核心的V100 GPU與TPUv2的性能指標，可以發現兩個系統的性能幾乎相同。
TPU本身支持TensorFlow，對PyTorch的支持也在試驗中。
TPU在訓練大型Transformer GPT-2上取得了巨大的成功，BERT和機器翻譯模型也可以在TPU上高效地進行訓練，速度相比GPU大約快56%。
但是TPU也並非沒有問題，有些文獻指出在TPUv2上使用LSTM沒有收斂。
TPU長時間使用時還面臨著累積成本的問題。TPU具有高性能，最適合在訓練階段使用。在原型設計和推理階段，應該依靠GPU來降低成本。
總而言之，目前TPU最適合用於訓練CNN或大型Transformer，並且應該補充其他計算資源而不是主要的深度學習資源。
亞馬遜和微軟雲GPU：亞馬遜AWS和Microsoft Azure的雲GPU非常有吸引力，人們可以根據需要輕鬆地擴大和縮小使用規模，對於論文截稿或大型項目結束前趕出結果非常有用。
然而，與TPU類似，雲GPU的成本會隨著時間快速增長。目前，雲GPU過於昂貴，且無法單獨使用，Tim建議在雲GPU上進行最後的訓練之前，先使用一些廉價GPU進行原型開發。
初創公司的AI硬體：有一系列初創公司在生產下一代深度學習硬體。但問題在於，這些硬體需要開發一個完整的軟體套件才能具有競爭力。英偉達和AMD的對比就是鮮明的例子。
小結：總的來說，本地運算首選英偉達GPU，它在深度學習上的支持度比AMD好很多；雲計算首選谷歌TPU，它的性價比超過亞馬遜AWS和微軟Azure。
訓練階段使用TPU，原型設計和推理階段使用本地GPU，可以幫你節約成本。如果對項目deadline或者靈活性有要求，請選擇成本更高的雲GPU。
最終建議總之，在GPU的選擇上有三個原則：
1、使用GTX 1070或更好的GPU；
2、購買帶有張量核心的RTX GPU；
3、在GPU上進行原型設計，然後在TPU或雲GPU上訓練模型。
針對不同研究目的、不同預算，Tim給出了如下的建議：
最佳GPU：RTX 2070
避免的坑：所有Tesla、Quadro、創始人版（Founders Edition）的顯卡，還有Titan RTX、Titan V、Titan XP
高性價比：RTX 2070（高端），RTX 2060或GTX 1060 (6GB)（中低端）
窮人之選：GTX 1060 (6GB)
破產之選：GTX 1050 Ti（4GB），或者CPU（原型）+ AWS / TPU（訓練），或者Colab
Kaggle競賽：RTX 2070
計算機視覺或機器翻譯研究人員：採用鼓風設計的GTX 2080 Ti，如果訓練非常大的網絡，請選擇RTX Titans
NLP研究人員：RTX 2080 Ti
已經開始研究深度學習：RTX 2070起步，以後按需添置更多RTX 2070
嘗試入門深度學習：GTX 1050 Ti（2GB或4GB顯存）
傳送門http://timdettmers.com/2019/04/03/which-gpu-for-deep-learning/
除了教你選GPU之外，作者Tim Dettmers之前還寫過一篇包含了全套硬體的深度學習裝機指南，歡迎繼續閱讀：
深度學習裝機指南：從GPU到顯示器，全套硬體最新推薦
量子位AI社群開始招募啦，量子位社群分：AI討論群、AI+行業群、AI技術群；
歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「微信群」，獲取入群方式。（技術群與AI+行業群需經過審核，審核較嚴，敬請諒解）
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。