为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？

会员1138342 · 发表于 2017-11-11 14:27:07

马上注册，获取阅读精华内容及下载权限

您需要登录才可以下载或查看，没有帐号？注册

x

如题，amd显卡除了打游戏，干工作好像没什么用。

会员1138351 · 发表于 2017-11-11 14:27:07

因为GPGPU基本上都是CUDA的天下了，而CUDA是NV的亲儿子。OpenCL在各个平台上支持都很差。

会员1138338 · 发表于 2017-11-11 14:27:07

AMD的OpenCL编译器C语言和C++不是一套（C++编译器32位和64位好像也不是一套，32位不常用有点记不清了）；C语言编译器会无视寄存器个数进行优化，C++编译器在寄存器足够的情况下不进行彻底优化；64位模式下内存访问寄存器占用极其可怕，原本可以通过在32位模式下编译kernel在64位下用，现在把这个功能给禁用了；GCN1.2新加的指令至少之前OpenCL里不能用。

AMD根本就没把GPGPU当回事啊...

会员1138351 · 发表于 2017-11-11 14:27:07

amd在计算方面的生态圈和技术支持都不咋地，最近农企靠gpuopen和Radeon开放计算平台来建立自己的生态圈，不管有没有用，生态圈的建立也需要时间的

�*** · 发表于 2017-11-11 14:27:07

还有一个重要是原因是当时N家的显卡都是免费给各大高校实验室用，而且出来新显卡去开会的话，老黄还会免费送

会员1138262 · 发表于 2017-11-11 14:27:07

楼上都提到了生态，对开发者的态度，驱动，接口等问题。除此之外其实还有一点(由前面这些因素带来的)设计取向上的不同，amd的显卡就是冲着图形去的，通用计算能顺便支持就凑合支持一下，不能就拉倒。nvidia最近的几代核心都是兼顾图形和通用计算的。比较典型的就看分支处理的能力，线程间同步能力，还有双精度计算能力。

会员1138271 · 发表于 2017-11-11 14:27:07

一直以来NVIDIA与AMD的GPU差距都体现在软件上。NV的DevTech是一群活跃于应用领域的软件工程师，他们对于软件应用的需求反应很快。这也促成了NV会自行开发很多结合硬件底层特性的高性能函数库，对于深度学习来说cuDNN就是非常成功的案例。现在主流框架都是基于这个库来构建的，那大家自然都会选择使用N卡咯。

会员1138341 · 发表于 2017-11-11 14:27:07

深度学习如此火爆，英伟达恐成最终赢家？

会员1138272 · 发表于 2017-11-11 14:27:07

因为英伟达发力机器学习比较早，形成了先发优势。现在基本上主流、非主流的框架、库全是基于CUDA（少量非主流基于CPU）。支持AMD的OpenCL的框架、库非常少。

会员1138292 · 发表于 2017-11-11 14:27:07

AMD员工的见闻来归纳，就是黄老邪家的软件部门从规模到投入各方面吊打苏妈……就看苏妈这几年各种整合中能不能把这块弄起来了，毕竟不能只靠渲染设计和游戏玩家吃饭不是么

会员1138328 · 发表于 2017-11-11 14:27:07

英伟达投入的多，仅此而已。

会员1138343 · 发表于 2017-11-11 14:27:07

因为amd驱动烂得要死呗，早期那真是什么问题都有！至于现在A卡战未来，深红，鸡血驱动什么的。那都是派游戏机所赐，如果不是索尼和微软在这代主机采用了amd硬件。那么很多人买了一块a卡，真的是连驱动都可能安装失败……

会员916365 · 发表于 2017-11-12 15:50:24

英伟达投入的多，仅此而已。。。。。。。。。

为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？

马上注册，获取阅读精华内容及下载权限

相关帖子

浏览过的版块