作者daniem1314 (原野放肆)
看板DataScience
標題[問題] 請問深度學習rtx 2080和2070會差很多嗎
時間Sun Aug 4 22:05:29 2019
作業系統: win10
(ex:mac,win10,win8,win7,linux,etc...)
問題類別: RL，DL，Rnn，cnn
(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
使用工具: python，tensortflow
(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
問題內容:
最近要組電腦
需求是用在深度學習和遊戲
遊戲2070不會順的話
2080也不會順到哪
所以2070就夠
但深度學習就
不確定要挑rtx2080或2070
想問2080和2070會差很大嗎?
如果以運算長度來看
可以省幾倍的時間?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.141.249 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1564927531.A.B20.html
1F：推 sxy67230: 差異沒到非常大那種，看你的需求就是了，有成本考量我是08/04 22:37
需求就是想縮短運算時間，我看國外測試resnet-50的結論，有時差8% 有時差20%，8%的
話我可能就選2070了，20%可以考慮2080
2F：→ sxy67230: 覺得rtx 2060會比較適合普通人，2070其實售價有點偏高，08/04 22:37
因為網路上說至少要8g，差別蠻明顯，不然我也想買2060就好
3F：→ sxy67230: 除非你有在打競賽高配才比較適合有時間壓力的任務。08/04 22:37
還沒有到那麼專業
4F：推 sxy67230: 當然也可以選擇一張適合玩遊戲的，如果只是學生想學習08/04 22:39
5F：→ sxy67230: 使用，可以使用免費的colab。08/04 22:39
6F：推 sxy67230: 當然有財力的話，買越高當然越爽，泰坦下去可以一直爽就08/04 22:45
7F：→ sxy67230: 是了08/04 22:45
※ 編輯: daniem1314 (223.136.141.249 臺灣), 08/04/2019 23:08:52
8F：→ Kazimir: 我覺得大一點的VRAM還是蠻有必要的 至少看到好玩的論文08/04 23:49
9F：→ Kazimir: 不會東西塞不進去08/04 23:49
是地，所以才把最低需求定在2070
※ 編輯: daniem1314 (223.136.141.249 臺灣), 08/05/2019 00:24:42
10F：推 acctouhou: 11g vram才是重點 寧願找二手1080ti08/05 01:22
rtx好像有加成的效果，執行上可以超越11g
11F：推 shhs1000246: 還是選大vram的吧 要是我會貼上80ti08/05 02:11
所以同樣是8g的2080和2070，差距真的不大囉~
※ 編輯: daniem1314 (223.136.141.249 臺灣), 08/05/2019 07:36:11
12F：推 sxy67230: 同樣規格下真的差距不大，我猜你看到差很多的是2080ti， 08/05 07:58
2080ti是差更多，但好奇運算時間上差多少?
13F：→ sxy67230: 但是你有需求到ti級別，全部組好七萬跑不掉。 08/05 07:58
好貴喔，應該沒辦法
14F：推 kumitang: 你可以參考新的2060super 8g ram 08/05 10:25
15F：→ kumitang: 剛好2060也快買不到了08/05 10:25
16F：→ kumitang: 或2070 super 08/05 10:26
※ 編輯: daniem1314 (223.137.80.114 臺灣), 08/05/2019 11:17:19
17F：推 sma1033: 2080Ti和1080Ti小弟這邊做實驗試起來大概速度差20% ~ 30% 08/05 14:59
是否用fp16去跑?
18F：→ sma1033: 基本上如果是跑運算，建議還是能找11g Vram的卡最好 08/05 15:02
19F：推 sma1033: 減少cuda單元的影響遠比減少記憶體的影響少得多 08/05 15:05
哈哈~那我可以安心用2070了，因為2080ti價差太大，加上2080入手價便宜，所以才列入
考量，目前看來遊戲和深度學習上差別可能不大。但好一點gpu節省的時間是一直疊加上
去，最終還是會變得值得，只是時間長短的問題，這樣觀念對嗎?
20F：→ sma1033: 因為較大的Vram可以減少從主記憶體搬資料的次數08/05 15:08
vram是真的有用，有爬文看到8gb要算256*256還無法運算(或是最大只能256*256)
21F：→ sma1033: 也比較不會有model塞爆記憶體的問題，所以能找11G就找11G08/05 15:09
※ 編輯: daniem1314 (223.137.205.58 臺灣), 08/05/2019 22:30:20
22F：推 zjk4451: 怎麼不考慮2060s 也8G 08/09 17:04
2060super剛出，加上2070跳水，兩個價格一模一樣，2070性能還是好一點，遊戲大概多5
幀，深度同樣8g沒差別，只是使用率會低一點，市面上清完2070就不會出了吧。我實測發
現，根本只用到gpu的vram，gpu 只有5-10%在跑，效能不是最大的因素，反而cpu和ram都
跑到5x-7x%。
※ 編輯: daniem1314 (114.136.133.8 臺灣), 08/10/2019 10:23:36
23F：推 jameschiou: gpu使用率太低可能要檢查一下 訓練時不太可能5~10% @@08/11 22:37
是我看的檢測程式不對，win10的只會低於10%，用gpu-z都是85~100%在跑
※ 編輯: daniem1314 (223.136.118.75 臺灣), 08/12/2019 17:26:51
24F：→ chang1248w: 工作管理員預設顯示不是cuda使用律啊 09/05 19:33