英偉達的CEO黃仁勳曾經說，他最喜歡三件事——遊戲、GPU、深度學習。這三件事也是英偉達的命脈所在。5年前黃仁勳英明的判斷将GPU從遊戲轉向深度學習成就了他自己和他的公司在深度學習界的地位。
不過，當一個市場被一家企業所主導，這家企業就可能采取各種措施，擷取盡可能多的利潤，甚至達到壟斷的目的。
最近，日本公司Ubiquitous Entertainment總裁兼首席執行官清水亮撰文[1]，指責英偉達悄然修改終端使用者使用協定，禁止在資料中心使用GeForce軟體，并稱這一改動将會影響廣大的深度學習研究者和開發人員。
一石激起千層浪，“英偉達全新EULA禁止在資料中心使用GeForce系列GPU做深度學習”，已經成為今日Reddit等網站頭條。
貨還是給你買，但在資料中心不能用于深度學習
英偉達更新後的EULA，并不是不允許在資料中心使用GeForce顯示卡，而是禁止在資料中心部署GeForce配套軟體（不授權）。
修改後的英偉達GeForce軟體使用者使用協定，No Datacenter Deployment，軟體不能在資料中心使用。
軟體不能用意味着什麼？
貨還是給你買，但是不準用作深度學習（但是用來挖礦可以，這個後面會細說）。
大家都知道，英偉達貨賣得好，主要原因是配套的軟體做得齊。正如清水亮在文章中指出的那樣，在實踐中，英偉達可以說是全世界唯一提供API和足夠多運算函數來做深度學習的半導體公司。
英特爾和其他公司也在奮力追趕，但相比與英偉達的豐富資源和IP，目前這些公司仍然隻能恨居追趕的位置。
GeForce vs Tesla：性能相差不大，但價格卻天上地下
那麼，GeForce和Tesla的差別又在哪裡？
英偉達最初開發GPU是用于遊戲的，産品線包括針對遊戲的GeForce系列和用于高端處理器的Tesla系列。一組簡單的數字：
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.
這樣看不直覺。有人專門做了對比[2]，下圖展示了訓練的平均時間。Tesla在基準測試中勝過了GeForce；但是，隻有1.25倍的加速（或者說，訓練時間減少了20％）。在MNIST基準上看，差異并不明顯，可能是由于epoch速度太快。
在DeepConvLSTM這個基準上，兩者運作時的能耗和溫度分别是：
很顯然，Tesla的處理性能和穩定性更高一些，但這兩個系列都基于Pascal架構，硬體規格（specifications）也非常類似。
然而，在價格方面，Tesla卻将近是GeForce的10倍。
是以，那些對GPU使用，尤其是不需要持續運轉，在穩定性方面要求沒有那麼高的使用者，往往使用GeForce來代替Tesla，包括一些資料中心客戶在内——畢竟，不是誰都那麼财大氣粗，使用者的眼睛是雪亮的，有成本效益更高的方案，誰會棄而不用呢？
英偉達在利用其壟斷地位玩陰招？
是以，在英偉達更新EULA後，就如清水亮所說，“要在資料中心做深度學習項目，不管是商業的也好，學術的也罷，在日本也好，海外也罷，都必須購買高價的Tesla系列才行”，便宜又好用的GeForce系列就這樣強制被罷黜了。
“這顯然是英偉達（日本）在利用其壟斷地位玩陰招。”清水亮這樣說。
試想，為什麼沒有直接商業應用的學生實驗或商業研究，要被迫支付合理成本的10倍？跟在遊戲中使用的晶片幾乎完全相同，僅僅因為放在資料中心裡，價格就上漲了10倍。這裡面難道沒有存在某種問題或陰謀？
作為一個《星球大戰》迷，清水亮将英偉達的這一政策改動類比為“第一秩序”（First Order）的崛起。
如此熱愛GPU、熱愛深度學習，以及熱愛《星球大戰》的黃教主，竟被比作Kylo Ren？！
嗯……題外話：Kylo Ren，《星球大戰》電影系列中的一名虛構反派角色他擁有強大的原力，後堕落至原力黑暗面，渴望和外祖父黑武士達斯·維達一樣強大。
清水亮說，深度學習社群讓英偉達獲得了創紀錄的利潤，而這家公司如何回報深度學習社群？這就好像在說：“如果你還想繼續工作，那就付我們十倍的錢。”
文章釋出後，清水亮的憤怒得到了很多共鳴和回應[3]。
樹大招風
作為一家商業公司，英偉達要怎麼限制和授權軟體使用，完全是它的自由。
同時，英偉達僅僅限制在資料中心使用GeForce做深度學習，一般的高校和研究所這樣的非商業使用者，并不會受什麼影響。
再者，GeForce作為專門用做圖形的顯示卡，做資料中心應用原本效率就不會太高，從資料中心這方面來說，原本購買GeForce做深度學習的可能性也不大。實際上，英偉達也一直在向資料中心客戶推廣穩定性更好的Tesla。
還有一種可能，就是英偉達懶得去優化GeForce做非圖形應用的軟體了。
不過，值得注意，英偉達的條款明确指出，雖然不準用GeForce在資料中心做深度學習，但挖礦除外，這一點可能是在針對AMD等對手，因為業界普遍認為後者在挖礦上的效率更高。
但最後，英偉達對“資料中心”也沒有明确定義，企業的機房算“資料中心”嗎？雖然網際網路巨頭看不上GeForece，但初創公司可能會用啊。
總之，這個新規定會波及不少成長當中的深度學習項目，這一點是毋庸置疑的。
還有，有時間你可以通路Reddit[3]，反對（譴責）英偉達的、力挺英偉達的、怒其他晶片公司不争的……在深度學習領域，一個EULA的修改就能引發這樣的波瀾，除了英偉達還有幾家？
原文釋出時間為：2017-12-26
本文作者：聞菲
本文來自雲栖社群合作夥伴新智元，了解相關資訊可以關注“AI_era”微信公衆号