AI业界剧震！英伟达禁数据中心用GeForce做深度学习

　　【新智元导读】英伟达最近悄然修改了用户许可协议（EULA），禁止在数据中心使用消费者级显卡GeForce做深度学习，这被认为是英伟达利用其市场主导地位，强推其高端处理器Tesla系列的举措，Tesla与GeForce架构类似，但价格是后者的十倍。深度学习社区让英伟达获得了创纪录的利润，而英伟达却说，还想继续像以前那样做深度学习？价格翻十倍！

　　英伟达的CEO黄仁勋曾经说，他最喜欢三件事――游戏、GPU、深度学习。这三件事也是英伟达的命脉所在。5年前黄仁勋英明的判断将GPU从游戏转向深度学习成就了他自己和他的公司在深度学习界的地位。

　　不过，当一个市场被一家企业所主导，这家企业就可能采取各种措施，获取尽可能多的利润，甚至达到垄断的目的。

　　最近，日本公司Ubiquitous Entertainment总裁兼首席执行官清水亮撰文，指责英伟达悄然修改终端用户使用协议，禁止在数据中心使用GeForce软件，并称这一改动将会影响广大的深度学习研究者和开发人员。

　　一石激起千层浪，“英伟达全新EULA禁止在数据中心使用GeForce系列GPU做深度学习”，已经成为今日Reddit等网站头条。

　　货还是给你买，但在数据中心不能用于深度学习

　　英伟达更新后的EULA，并不是不允许在数据中心使用GeForce显卡，而是禁止在数据中心部署GeForce配套软件（不授权）。

　　修改后的英伟达GeForce软件用户使用协议，No Datacenter Deployment，软件不能在数据中心使用。

　　软件不能用意味着什么？

　　货还是给你买，但是不准用作深度学习（但是用来挖矿可以，这个后面会细说）。

　　大家都知道，英伟达货卖得好，主要原因是配套的软件做得齐。正如清水亮在文章中指出的那样，在实践中，英伟达可以说是全世界唯一提供API和足够多运算函数来做深度学习的半导体公司。

　　英特尔和其他公司也在奋力追赶，但相比与英伟达的丰富资源和IP，目前这些公司仍然只能恨居追赶的位置。

　　GeForce vs Tesla：性能相差不大，但价格却天上地下

　　那么，GeForce和Tesla的区别又在哪里？

　　英伟达最初开发GPU是用于游戏的，产品线包括针对游戏的GeForce系列和用于高端处理器的Tesla系列。一组简单的数字：

　　GeForce GTX 1080: PASCAL; 2560 CUDA cores; 8 TFLOPS (single-prec); 8 GB GDDRX5 320 GB/s; max 180 W.

　　Tesla P100: PASCAL; 3584 CUDA cores; 9.3 TFLOPS (single-prec); 16 GB HBM2 732 GB/s; max 250 W.

　　这样看不直观。有人专门做了对比，下图展示了训练的平均时间。Tesla在基准测试中胜过了GeForce；但是，只有1.25倍的加速（或者说，训练时间减少了20％）。在MNIST基准上看，差异并不明显，可能是由于epoch速度太快。



　　在DeepConvLSTM这个基准上，两者运行时的能耗和温度分别是：



　　很显然，Tesla的处理性能和稳定性更高一些，但这两个系列都基于Pascal架构，硬件规格（specifications）也非常类似。

　　然而，在价格方面，Tesla却将近是GeForce的10倍。

　　因此，那些对GPU使用，尤其是不需要持续运转，在稳定性方面要求没有那么高的用户，往往使用GeForce来代替Tesla，包括一些数据中心客户在内――毕竟，不是谁都那么财大气粗，用户的眼睛是雪亮的，有性价比更高的方案，谁会弃而不用呢？

　　英伟达在利用其垄断地位玩阴招？

　　因此，在英伟达更新EULA后，就如清水亮所说，“要在数据中心做深度学习项目，不管是商业的也好，学术的也罢，在日本也好，海外也罢，都必须购买高价的Tesla系列才行”，便宜又好用的GeForce系列就这样强制被罢黜了。

　　“这显然是英伟达（日本）在利用其垄断地位玩阴招。”清水亮这样说。

　　试想，为什么没有直接商业应用的学生实验或商业研究，要被迫支付合理成本的10倍？跟在游戏中使用的芯片几乎完全相同，仅仅因为放在数据中心里，价格就上涨了10倍。这里面难道没有猫腻？

　　作为一个《星球大战》迷，清水亮将英伟达的这一策略改动类比为“第一秩序”（First Order）的崛起。

　　如此热爱GPU、热爱深度学习，以及热爱《星球大战》的黄教主，竟被比作Kylo Ren？！


　　嗯……题外话：Kylo Ren，《星球大战》电影系列中的一名虚构反派角色他拥有强大的原力，后堕落至原力黑暗面，渴望和外祖父黑武士达斯?维达一样强大。

　　清水亮说，深度学习社区让英伟达获得了创纪录的利润，而这家公司如何回报深度学习社区？这就好像在说：“如果你还想继续工作，那就付我们十倍的钱。”

　　文章发布后，清水亮的愤怒得到了很多共鸣和回应[3]。

　　树大招风

　　作为一家商业公司，英伟达要怎么限制和授权软件使用，完全是它的自由。

　　同时，英伟达仅仅限制在数据中心使用GeForce做深度学习，一般的高校和研究所这样的非商业用户，并不会受什么影响。

　　再者，GeForce作为专门用做图形的显卡，做数据中心应用原本效率就不会太高，从数据中心这方面来说，原本购买GeForce做深度学习的可能性也不大。实际上，英伟达也一直在向数据中心客户推广稳定性更好的Tesla。

　　还有一种可能，就是英伟达懒得去优化GeForce做非图形应用的软件了。

　　不过，值得注意，英伟达的条款明确指出，虽然不准用GeForce在数据中心做深度学习，但挖矿除外，这一点可能是在针对AMD等对手，因为业界普遍认为后者在挖矿上的效率更高。

　　但最后，英伟达对“数据中心”也没有明确定义，企业的机房算“数据中心”吗？虽然互联网巨头看不上GeForece，但初创公司可能会用啊。

　　总之，这个新规定会波及不少成长当中的深度学习项目，这一点是毋庸置疑的。

　　还有，有时间你可以访问Reddit，反对（谴责）英伟达的、力挺英伟达的、怒其他芯片公司不争的……在深度学习领域，一个EULA的修改就能引发这样的波澜，除了英伟达还有几家？