1樓：13324050245
其實只有英偉達顯示卡叫GPU，其他的都叫顯示卡。儘管說有些顯示卡也能用於計算。但是真正意義上的GPU是指通用計算，GPU這個名字就是從英偉達開始這麼叫的。
2樓：詹姆斯林
首選是NVIDIA，顯示卡架構豐富，高效穩定，不斷迭代公升級，學生黨一般GTX1080-GTX3060就夠了，公司一般部署集群，礦產豐富的Tesla V100幾十來張。
3樓：麗台科技
NVIDIA在人工智慧深度學習領域已深耕多年，也是人工智慧計算領域的領導者。目前在這個領域也擁有一整套完整的解決方案。如果預算充足，可以考慮NVIDIA DGX系統，包括NVIDIA DGX Station、DGX伺服器等，採用一體化的設計，整合了AI軟體套件，簡化部署。
如果是單GPU方面，可以考慮A100 Tensor Core GPU，採用的是最新的Ampere架構，有40GB和 80GB兩種配置，能夠針對AI、資料分析和HPC應用場景，提供比上一代產品提公升高達20倍的效能。還有一款NVIDIA A30 Tensor Core GPU，適用於企業AI推理和主流計算。
在消費級顯示卡領域，之前的TITAN V也適用於人工智慧深度學習領域。可以根據具體預算和具體的應用場景來選擇相應的GPU。
4樓：再世神魔
排除極度專業的卡，一般實驗室肯定都是Nvidia啊~無論你用tensorflow還是pytorch，都是對nvidia的gpu的。至於AMD的，可能還得過幾年。
為什麼GPU比CPU更適合人工智慧計算？
Peter Yin cpu模擬成乙個會微積分的本科畢業生，gpu模擬成10000個小學生，你讓本科生計算10000道加減乘除的運算題消耗的時間肯定比10000個小學生一人算一題時間消耗久，但是本科生能做的微積分小學生解決起來就很困難，偏偏卷積神經網路的卷積就是這種大量的加減乘除的計算，所以用gpu比...
人工智慧GPU的分布式計算 推理 訓練 ，又要有算力伸縮能力，現在有什麼好方案？
雲卷雲舒 這個問題，我可以提供一些資訊，僅供參考。最近，我接觸到乙個叫做 易學智慧型GPU 的平台，實現的功能與這裡問的挺相似，說說我的使用體驗。第一，我可以在每次開機前，選擇租用什麼型號的GPU 租多少塊GPU。當然，CPU 記憶體 磁碟空間等，都是可選的。要搞訓練時，就多租幾塊GPU 否則，就少...
人工智慧和人工智慧深度學習是通過怎樣的原理實現的？
C飛花逐夢 人工智慧實際上是乙個很大的概念，而深度學習是其中的乙個重要分支，或者說是一種重要方法。實際上深度學習背後的神經網路概念很早就有提出，隨著算力的提高，以及BP等理論的提出，過去認為不太可行的做法現在變得可行了，深度學習近年來的大熱離不開這樣的背景，而深度學習的成功應用也一下子把AI再次推向...