禁止資料中心使用 GeForce 的 NVIDIA，是在濫用壟斷地位嗎？
https://goo.gl/79W92W
https://i.imgur.com/v4celYv.jpg
對不少遊戲玩家來說，NVIDIA 旗下的 GeForce 消費級顯卡一直是熱門之選；隨著人工智
慧和深度學習興起，GeForce 又被某些用戶用於進行深度學習相關工作。
對於想省點錢的用戶來說，這沒什麼問題；但急於用深度學習來提升 Tesla 高階 GPU 銷
量的 NVIDIA，卻不樂意了。
清水亮對 NVIDIA 的指責
近日，日本 Ubiquitous Entertainment 總裁兼 CEO 清水亮發文稱，NVIDIA 更新了
EULA（End User License Agreement，終端機用戶許可協定），禁止用戶在資料中心部
署 GeForce 配套軟體。
https://i.imgur.com/YVYcRTA.jpg
GeForce 的配套軟體，是 GeForce 用來發揮自身硬體效能必須的；軟硬體的深度結合，
也正是 NVIDIA 的優勢所在。
正如清水亮文中所說，NVIDIA 是全世界唯一一家提供 API 和半導體滿足大量乘積累加函
數運算（sufficient multiply-accumulate operation）需求的公司，後者正是深度學習
的基礎。
據了解，目前大多數深度學習框架和程式庫都依賴 CUDA，而 CUDA 正是 NVIDIA 獨立推
出的並列計算架構；這意味著失去了 NVIDIA 官方驅動支援，GeForce 將無法用於深度學
習。
至於第三方為 NVIDIA 顯示卡開發的 Nouveau 驅動，並不支援 CUDA。
https://i.imgur.com/FMgEsxT.jpg
換句話說，沒有 NVIDIA 官方的軟體許可，使用 GeForce 進行深度學習訓練幾乎無法進
行。
據此，清水亮認為，NVIDIA 更新意味著，無論消費用戶還是企業用戶，都無法再採用
GeForce 顯示卡，在各自的資料中心執行深度學習工作。
清水亮指責，很明顯 NVIDIA 是濫用在 GPU 領域的壟斷地位；尤其是對想進行深度學習
實驗的學生群體和還未能商業化的企業而言，這種做法非常不合理。
對此，地平線創始人兼 CEO 余凱評論也認為：
未來 Google 也許會走類似的路，說用 TensorFlow 只能用我的 TPU。任何大公司一定會
利用自己的壟斷優勢來控制市場。
實際上，NVIDIA 不僅修改條款，且已根據條款採取行動。2017 年 12 月 21 日，日本著
名雲端服務商 SAKURA 宣布停止提供基於 GeForce Titan X 的主機，原因正是收到 NVIDI
A（日本）要求停止使用 Geforce 系列的書面通知。
https://i.imgur.com/zLw4HIY.jpg
其實還是錢的問題
當然，如果用戶要繼續深度學習訓練，可買 NVIDIA 旗下 Tesla 系列 GPU，後者是專門
針對深度學習推出的高階產品。
但問題在於，Tesla 比 GeForce 效能其實並沒有高出特別多，而後者已經夠用；但
Tesla 的價格卻貴得多，甚至貴達 10 倍以上。
這裡以 GeForce GTX 1080 和 Tesla P100 比較。雙方都採用 PASCAL 架構，CUDA 核心
數分別為 2560 和 3584（後者比前者多不到一半），單核心 TFLOPS 後者略多，當然在
顯示記憶體速率和最大功率的提升比較明顯。
實際的訓練測試，雙方表現如下圖：
https://i.imgur.com/3V6xhBT.jpg
可看出能耗和溫度方面，Tesla P100 的確比 GeForce GTX 1080 有效能和穩定性優勢，
但這種優勢並不是輾壓性的品質優勢。
體現在價格，GeForce GTX 1080 官網價格為 549 美元；而 Tesla P100 在 Thinkmate
的報價為 5,699 美元。超過 10 倍的價格差距，就可是絕對輾壓了。
https://i.imgur.com/7Bhuo69.jpg
https://i.imgur.com/BlYj7jW.jpg
Tesla 非常好，但是價格超高；GeForce 差了點，但能湊合著用，且價格非常低。因此，
對想做深度學習研究卻又阮囊羞澀的用戶來說，GeForce 顯然是性價比更好的選擇。
因此，NVIDIA 明顯是想切斷將 GeForce 用於深度學習的這條低門檻路徑，以此推動
Tesla 的銷量；而更高的價格意味著更高的利潤。
嗯，NVIDIA 就是想多賺點錢罷了。資訊服務網站 Solidot 也表示，NVIDIA 的消費者級
顯示卡 GeForce 和企業級顯示卡如 Quadro 和 Tesla 架構相似，但價格天上地下，因此
可能會有企業將消費級顯示卡用於 AI 應用部署到資料中心。對於 NVIDIA 禁止將
GeForce 用於資料中心，Solidot 評論：
當一個市場被一家企業主導時會發生什麼事？這家企業顯然會採取各種措施獲取最大利潤
。
不過，NVIDIA 幾乎切斷 GeForce 與資料中心紐帶同時，還留下一條後路：如果用戶將
GeForce 用於基於資料中心的區塊鏈，NVIDIA 表示這樣做倒可以。
https://i.imgur.com/LimY8bE.jpg
由此看來，區塊鏈之所以倖免，可能是因為在這領域 NVIDIA 的優勢並沒有像深度學習領
域的絕對優勢；無論 AMD 家顯示卡，還是自訂的挖礦機，在挖礦場域都不會比 NVIDIA
的顯示卡遜色。
最後，英文版和日文版 EULA 已更新的前提下，中文版還沒有更新，但既然 NVIDIA 已在
日本市場痛下殺手，恐怕其他地區也很難避免。