CUDA dans la vraie vie … Des développeurs

Comment passer d ‘ un leadership du rendering en temps réel à celui de l ‘ IA

Nvidia réussit car il a séduit le public qui compte : les créateurs de logiciels . Pas les joueurs . Nvidia à imposé CUDA . Qui permet de tirer jusqu ‘ au dernier suc des GPU . Le concept de GPU doit être capable de faire bander le plus extrémiste des éco – terroristes . Pour une consommation égale à un CPU , un GPU est bien plus efficace , d ‘ ou la course a l ‘ échalote entre Intel et AMD pour l ‘ implémentation de plus en plus de threads , mais cela est un autre débat .
Fédora et CUDA : pas bon …
De strict obédience DevOps , j ‘ ai besoin d ‘ outils fiable et de bibliothèques à jours et bien sur d ‘ un GPU pas trop cher pour les IA que je suis en train d ‘ écrire . J ‘ avais parlé de Fédora et de son développement constant , il est tellement à jour , qu ‘ il est tout aussi inutilisable qu ‘ une Débian non maintenue .

Fédora reconnais 100 % du matériel récent , s ‘ installe à la vitesse de la lumière , mais ça coince dès lors que l ‘ on installe des pilotes propriétaire . GNU/Linux est un environnement d ‘ écriture , de tests et d ‘ exploitation … il ce doit d ‘ être fiable , solide et non capricieux . Alors non seulement il est très long a s ‘ updaté , mais il bug très méchamment post installation de CUDA , du genre a faire péter la simple lecture de vidéo , aussi bien sur disque dur ou en streaming via un navigateur .
Débian 9 pré 10 et CUDA : je m ‘ incline
Débian , c ‘est fiable , un peu en retard mais fiable . Après avoir survécut à l ‘ installation d ‘ une version clairement obsolète , j ‘ installe la totalité de la mise à jour système et pour la première fois de ma vie de linuxien : chromium . En tout et pour tout 2 Go , outils inclus .

Le nouveau système s ‘ installe sans reboot «  à la Microsoft «  , prend un peu de temps CPU , mais c ‘est dès plus normal . Je n ‘es redémarré que pour éliminer l ‘ ancien serveur d ‘ affichage . Donc Débian est certes «  lent «  pour ces mises à jour technologiques , mais CUDA tourne sans esbroufe , est parfaitement exploitable . Au fait la lecture de fichiers vidéo ne pose aucune question …
Nvidia et le support des développeurs
CUDA est la bibliothèque qui fait tourner le machine learning . CUDA est 100 % propriétaire : une boite noire , dans une boite en plexiglas . Mais Nvidia réussit la ou Apple est en train de crever . Son matériel est «  abordable «  ( je ne parlerai pas des RTX 2080/2070 seules réellement intéressantes ) . Mais en passant une à deux heures sur AMAZON pour trouver un laptop équipé d ‘ un GPU digne de ce nom .

Nvidia prend soin de nous les geeks . Les forums sont agréables . L ‘ entreprise ne pousse pas à l ‘ évangélisme de ma jeunesse ( la croisade Java Vs Microsoft ) , elle n ‘ en a même pas besoin , c ‘est fascinant . Je le répète , nous sommes a peine à l ‘ âge du début du machine learning ,le souci étant le prix des GPU très haut de gamme : dépensé 800 € pour 80 Tflops , c ‘est non pour un quart du tarif , oui . CUDA est une bibliothèque fiable et écologiquement responsable , elle permet le traitement d ‘ informations en un cycle d ‘ horloge plus rapidement qu ‘ un CPU AMD …
Pragmatisme , pragmatisme , pragmatisme …
CUDA n ‘est bien sur pas seul sur le marché … mais il est optimal , documenté et supporté . OpenCL est aussi supporté … comme un pendu par sa branche . C ‘est peu être dur , mais parlé aux malheureux qui écrivent sous Apple MacOs X … Donc encore une fois pourquoi pas du propriétaire a bonne escient . Intel tente de remonter le marathon avec ses API et ces fameux GPU qui tarde a venir , mais bon si le gouvernement américain fait confiance à l ‘ entreprise de Santa Clara en alliance à Cray , qui suis je pour juger .

Nvidia Jetson nano ou le possible tueur de Raspberry Pi
Le mardi 19 Mars 2019 est un jour à marquer d ‘une pierre blanche : Nvidia , sans faire aucune annonce préalable lance un concurrent sérieux au Raspberry Pi , il y en a déjà , mais celui-ci allie puissance certaine ( 470 Gflops ) pour 120 € TTC , le RPI 3 plafonne en pointe a 2 Gflops . Jetson nano est compatible GNU/Linux , CUDA bien évidemment .

Jetson nano pour quel usage ? l ‘ apprentissage des appareils autonome etc . L ‘ ordinateur est bien évidemment trop cher pour nos lycéens , mais ils sont de toute façon pris pour le quart d’heure par Microsoft .
Nvidia ou l ‘ anti Apple
Par croisement au dépend d ‘ Apple , qui annonçait ses nouveaux tarifs … Délirant pour ces iMac Pro entre autre . Alors certes , la firme propose des solutions de rendu clé en mains haut de gamme , mais il n ‘ y pas tromperie sur la marchandise . Nvidia ne joue pas a ce quelle n ‘ est pas , elle évite le tropisme Silicon Graphics ( je renvois aux archives du blog ) , la firme au caméléon propose tout a la fois des solutions pour les Jean Kévin , mais aussi pour les professionnels , elle ne fait pas de marketing a outrance , elle est janséniste vis a vis d ‘ Apple , mais bon Nvidia ne traîne pas de boulets comme l ‘iPhone ou l ‘ iPad et leurs pseudo style – life .

Tim Cook devrais s ‘ inspiré de Jensen Huang …

Publicités