pythoin3x.com

hpの理念

あなたが、もし機械学習やディープラーニングを学ぼうと考えているのなら、パソコンのGPUにかけるお金をケチるべきではないと思います。

ディープラーニングを効率よく進めるには、GPUの性能とそれを十分に発揮できる環境が不可欠です。

なぜなら、オンボードのグラフィックで1月以上かかる学習が、NVIDIAの最新GPUだとわずか数日、ヘタしたら1日もかからない。

プログラミングを学習するのに、モデルの学習で1ヶ月も無駄にするのは本当にもったいないですよね？

無駄にした時間は、あとでお金をいくら積んでも買えないからです。

今の世の中AI（ディープラーニングによる成果物）に関係しないものを見つける方が難しいほど浸透しています。

しかし、それを陰で支えている、ディープラーニングに関しては専門的分野であるため、あまり知られていません。

これもPythonの普及で近い将来に解決すると思います。

現在、ディープラーニング用に利用できるGPUはNVIDIA製品の一択です。

このNVIDIAは個人や団体の作業を手助けするために、その障害となっている環境構築を「クラウド環境」を利用することで解決できるようなサポートもおこなっています。

（NGC：NVIDIA GPU CLOUD)

しかし、残念ながら現段階でWindowsは除外されているのです。

LinuxディストリビューションのCentOSかUbuntuを選択することになってしまいます。

Windowsを使っている人は、個人で環境構築できる人しかお呼びでないのです。

Windowsを使っているあなたは

依存関係：GPUドライバー、ライブラリ、Deep Learningのフレームワークの依存関係を理解した上で構築する必要があり、構築する難易度が高い。

を克服しなくてはなりません。

それでも

「私はwindowsが好きだから、これで最高のディープラーニングを行うのだ！」

という方は、以下のGPU搭載のパソコンを選択することをお勧めします。

因みに私はNVIDIAの「GeForceRTX 2070」搭載のノートパソコンを利用しています。

当時はまだRTX３XXXは出てませんでしたから。

支払い方法は48回払い（気が遠くなりそう：（笑い））です。

お勧めはやはり「NVIDIA PASCAL対応」製品

具体的にが「GeForce GT 10シリーズ」以降の商品です。

チューニングにも注目しましょう。

グラフィックメモリやクロックのチューニングもチェックが必要です。

同じ製品でも、性能が全然違っていたりします。

良く知られている所で、私が昔からよく利用してきた「Faith」

今は、パソコン工房になるのかな？

あと、hp（ヒューレットパッカード）

ドスパラ

も良いと思います。

PS

私自身、CentOS、Fedora、Ubuntuは過去にパソコンにインストールして経験済みです。

しかし、やはりWindowsに戻ってきました。

何故か、操作していて不自由を感じるか感じないか？

その差に過ぎません。

これは私個人の判断基準なのであなたには当てはまらないかも知れませんが・・・