深度学习工作如何选择GPU随着深度学习技术的飞速发展，尤其是最近大语言模型和AIGC技术的兴起，越来越多的人加入到深度学习的工作中来，而图形处理器（GPU）因其并行处理能力和高效的矩阵运算性能，已经成为深度学习研究和应用的首选硬件。但是，面对市场上众多的GPU选项，如何选择最适合自己需求的GPU呢？是否应该选择最新、最贵的型号？或者有没有性价比更高的选择？对于初学者和研究者来说，这些问题可能会令人困惑。最近读了TimDettmers（QLoRA的一作大神）的一篇博客，详细介绍的GPU的工作原理，并比较不同GPU的性能以及性价比，同时也根据不同用户的深度学习项目和预算需求，给出具体的建议和指导，帮助大家做出明智的GPU选择。另外，在选择云服务和GPU台式机服务器方面，Tim的建议是：如果您预计进行深度学习超过一年，那么购买GPU台式机会更便宜。否则，云服务是更好的选择，除非您拥有丰富的云计算技能并且希望享受随意扩展和缩减GPU数量的好处。
