我全都要，這裡是機掰客家人的啦。
我碩論做影像處理，現主時又剛好在撈數據，
順便上來發發廢文。
※ 引述《chenglin0978 (chenglin)》之銘言：
: 最近剛好老家有一台電腦的需求就想說組一台新的把舊的放回家
: 且因為今年重回校園(電子碩)下學期ML課程會需要一張比較好的顯卡
完全不用為了課程需求買顯卡，
如果有一堂課入門指定要顯卡資源才能修，
那可能學校很有錢（這種情況你也不會上來問），
就是老師會被投訴。
個人經驗 ML 課程應該是 A4紙要準備多一點，
推公式、交作業用。
: 原本的打算是要組4080結果這價格真的偏臭
: 想說期待著7900XTX能跟NV打的血流成河
: 但目前看起來是我的錢包要血流成河了...
: 目前狀況分析如下
: 優點:
: 1.碩論依照之前學長姐應該會是做影像AI相關，所以如果直上4090可以不用跟其他人
: 搶顯卡來用(目前實驗室只有一張3080跟A4000)
搶顯卡請找實驗室大頭，不然就換老師（小聲。
怎麼會實驗器材還要研究生自己生呢？
: 2.換換病大解脫，至少兩年不用想要不要換顯卡
: 缺點:
: 1.6萬的價格屬實偏狠，幾乎是我現在資產快1/5了，
: 不過因為舊電腦放回家，家裡有讚助我一點(拿去買U跟主板了XD
: 2.這價格組兩張3090一張可以跑ML另一張還能玩遊戲，天冷還能當暖爐(X
: 3.ML寫不贏人就是自己問題了Q
: 想請問版上的大大會怎麼選呢，是3090，4090，還是等等黨繼續等4080 3萬呢?
自己買：
唯一推薦買 3090，原因是這東西出來夠久了，驅動跟套件比較成熟。
跑實驗通常是拿其他大神的 repo 來改，你用 40系列出來 acc 有差、
沒辦法重現那才是麻煩。
公家買：
建議買 VRAM 越多越好，底下留言有說 ML 瓶頸不是卡 VRAM，
本機掰客家人持保留態度，我的確知道有些模型 VRAM 要求不高，
或是有大神會改底層減少記憶體用量。
但個人是遇過不只一次，左岸論文無法重現，還有某 SOTA（義大利麵國），
提出的數據直接重現少 3% 的。
偶爾會有那種論文看不出來怎麼做到這個數據的，大頭會要加採樣點試試看，
這個就很吃 VRAM。
如果你的領域剛好有強國人跟義大利麵人，
最好多準備一點 VRAM 做U備。
最後有人提到 Colab Pro+ ，根據隔壁實驗室買了表示：
"24小時必斷線。"
好處是 VRAM 會比較寬鬆，
TPU 也會比較強（但據說每次被分配到的 GPU都不同。）。
不過斷了也還好，只是暫停，不是把任務幹掉需要重來。
基本上有疑慮只要寫個 cheakpoint 繼續訓練就可以了，
但會斷線這點還是偏麻煩。
以上是來自農校經驗啦，
我收完這批數據就要找農院女友回苗栗務農了。
耕耕田、種種地、養養牛才是人過的生活，
狗才寫程式。
汪汪
穴穴指交