转跳到内容

高麗菜飯...(含步驟,照片16)...


只显示该作者

只有该作者的内容显示中。 返回到主题

推荐贴

12 分钟前, 水克火 说道:

服务器对于深度学习也是显卡最重要啦w几百张显卡一起跑,都是很常见的事了

你那种是属于挖矿的吧?

其实可以试一试用比特币那种挖矿的伺服器的。。。

kaichong在游玩时被热情的工作人员拉进主题公园,在参与游戏之后获得奖励3节操。

链接到点评
14 分钟前, 水克火 说道:

你说这个,咱也不懂诶

咱还没有考虑开始学Unix编程这些

不是啦。。。我是说伺服器的分流和架构啦。。。

其实这不是编程的关系。。。

主要是,要一个网站长时间运转和运作,厂家伺服器级别来说,为了不影响厂家的电子手臂的运转,基本上是有主要伺服器,冗余伺服器(所谓的第二伺服器,以便做分流和如果第一个伺服器挂了,冗余的可以替上),还有灾容伺服器(这个通常会在另一个城市或国家的,以免那城市有地震还是什么的,也能转移到这里继续运作)。。。

问题在与是,我这里不是灾容伺服器数据中心,而且还有只有主要伺服器而已,没有冗余伺服器,也没有双冗余系统。。。基本上完了就完了。。。。

今天就刚好收到群组whatapps,数据中心的伺服器升级失败,全系统启动不能。。。。结果闹到新加坡总公司,大老板下来骂娘了。。。

他娘的还是金融机构。。。卧槽。。。

链接到点评
2 小时前, 水克火 说道:

NVIDIA有面向个人用户(如GTX系列)和企业用户(如Tesla系列)的两类GPU。这两类GPU的计算能力相当。然而,面向企业用户的GPU通常使用被动散热并增加了显存校验,从而更适合数据中心,并通常要比面向个人用户的GPU贵上10倍。

计算能力。通常我们关心的是32位浮点计算能力。16位浮点训练也开始流行,如果只做预测的话也可以用8位整数。

显存大小。当模型越大或者训练时的批量越大时,所需要的显存就越多。

显存带宽。只有当显存带宽足够时才能充分发挥计算能力。

就是这种

原來如此,現在我才了解。。。。

感覺很區塊鏈解密的感覺啊

链接到点评
1 分钟前, 水克火 说道:

是啊,谁叫amd不争气啊ε=(´ο`*)))唉

必要的东西都没有,除非是高手,否则没可能那amd的显卡入门深度学习

我倒是没留意这方面的新闻啊。。。

没想到是这样一回事。。

那么除了老黄家,难道就没有其他的显卡或方式能做吗?

链接到点评
3 分钟前, 水克火 说道:

传说中的架构师?

基本上很多代理商会推荐架构方案给我们的。。。

我以前也做过小型的架构方案,所以才明白。。。

结果看了这公司的架构之后。。。我喷了一口老血。。。

那些信息安全部门和审计部门竟然为了防止骇客问题,限制这些那些不算了。。。竟然连架构方案竟然给退了。。。

我只能说。。。。我xxxx他娘的

链接到点评
23 分钟前, 水克火 说道:

emmm……其实现在漏洞也挺多的23333

是啊,所以USB孔取消了,光碟机取消了

还有一堆奇奇怪怪的条例,比如你要打补丁之类的,在外网下载之后放在有必要的时候才开放的NAS.防火墙永远在关闭其他的端口,还有一年有四次的审计。。。

真是想不到是谁定的笨蛋规矩。。

链接到点评
刚刚, 水克火 说道:

2000多也太少了吧

诶诶,怎么只有60%

之前就说给你听了啊,老板吝啬而且空管越来越变态所以我才跑啊。。。老板一直认为有很多薪水小偷。。。

em~我本来写更高的,结果被他们压价钱了。。。

 

链接到点评
×
×
  • 新建...

重要消息

为使您更好地使用该站点,请仔细阅读以下内容: 使用条款