量子位 | 舒石 李林 发自 凹非寺
“信丨仰丨升丨级！”
今天午夜0点，英伟达（NVIDIA）TITAN X Pascal显卡，再次在京东“开启抢购”，而且每人限购一片。几分钟之后，这个售价9699元的高端显卡一抢而空。
这可能是TITAN X Pascal发售以来，用户买的最从容的一次。而下次再开售还不知何时。
70倍去年10月18日，当时售价还是9499元的国行TITAN X Pascal，首次通过京东在国内发售。当天上午10点开卖，不到1分钟首批“卡皇”全部售罄。据说京东这批货原本准备卖三天。10月25日，第二轮开售，也是1分钟内抢购一空。
一个显卡，一个售价近万元的显卡，竟然卖的这么火爆？在京东上一卡难求？没错，而且这背后还有还有一个更为有意思的趋势：京东渠道5000元以上的显卡，去年销量增长了6倍；8000元以上的显卡销量，去年增长了70倍！
量子位独家获悉的这个数据，真实而又震撼。8000元以上的显卡销量，增幅远超5000元以上的显卡。70:6！
为什么高端显卡的销量，爆发式增长？中关村的电子卖场都关门了，电脑DIY的风潮又回来了？或者我国的社会主义建设，已经让人民生活富足到这个程度了么？
如果你关注人工智能行业，可能已经多少猜到，高端显卡的销量猛涨，与深度学习的爆发密不可分。去年AlphaGo不断的掀起深度学习的波澜，还记得么？实际上，量子位也通过可靠渠道证实，京东的高端显卡基本出货给了深度学习的开发者。
这里说的高端显卡，除了TITAN还包括Tesla系列，其中京东是TITAN在国内的独家代理。据估计，高端显卡市场京东占有75%的份额。
TITAN X Pascal当然不止京东有售。理论上，NVIDIA官网也能买，但一样没货，预约遥遥无期。想要快点买到，可以试试淘宝。
淘宝上的TITAN X Pascal卖家，大多是海外代购的模式，帮你从国外买了再寄回来。
淘宝上的售价，看起来更便宜：只要8888元。但是，买家还需要另外自付进口关税，15%税率大概1000-1200元，代购周期25天左右。或者是选择9888元的国内现货。
京东上非自营渠道，这块显卡的售价甚至能卖到1.5万。
看起来，淘宝上也不算贵的离谱，或者有现货，或者有个交货的时间。不过，量子位和淘宝上排名靠前的几位店家聊了一下，店主们纷纷表示，对于用显卡搞深度学习有所耳闻，但是这类买家并不多。用户评论里似乎也是游戏玩家多。
这是为什么？也许是因为淘宝店主的这句话：“不能开发票”。
如果不是游戏发烧友，大部分买NVIDIA高端显卡的用户，可能都是用于搞深度学习的组织和公司。对开发票有硬需求。
他们为什么要用NVIDIA的显卡？因为CUDA框架和CuDNN库。所有的机器学习框架，包括最流行的TensorFlow在内，都有赖于此。
CUDA是一种并行计算架构，也是一种能让GPU变得通用化的技术，有了这一技术GPU就能解决复杂的计算问题。NVIDIA的显卡基本都支持CUDA。
NVIDIA生产的GPU有几十种型号，分成了几条产品线：消费领域的GeForce系列、专业绘图领域的Quadro系列、高性能计算领域的Tesla系列。或者说，GeForce用于PC，Quadro用于工作站，Tesla用于服务器。
不过我们今天说的NVIDIA TITAN X，也是NVIDIA列出的“为深度学习打造的GPU”之一，其实已经不再冠以GeForce的名头。
2012年深度学习大放异彩之前，用GPU训练神经网络还是一小撮人的实验，到现在，已经变成了业界共识，而用得最多的，就是NVIDIA的Tesla和GeForce系列，Quadro系列据说因为性价比太低往往被忽略。
去年7月，NVIDIA推出TITAN X Pascal。下面这张图，用以说明最新的Pascal架构，和之前的Maxwell、Kepler架构相比，具体参数有什么提升。最主要的是TITAN X Pascal在单精度浮点运算能力、CUDA核心储量和内存带宽上有所提升。
然而，搞深度学习真的需要DIY“攒机”么？
当然也不是，外有亚马逊提供的云服务，内有各大巨头提供的高性能云服务。在国内，亚马逊AWS访问速度略慢，用起来一个月大概也得200美元；而不用国内的云服务，和午餐不加鸡腿是一个道理：想省点钱。
能省多少呢？自己攒机，最大的开销就是显卡。上两块TITAN X，两万多块钱就出去了。那我们再看看云服务的价格：
不管用哪家的产品，换算下来都是一年至少10万元的水平。而刚才我们也讲了，如果自行搭建系统，费用大概2万多块钱，如果还想再找个托管的机房，一年差不多3万左右。所以，如果不是对GPU有极端的需求，自己动手简直丰衣足食。
另外，关于TITAN X和Tesla，Caffe作者贾扬清和NVIDIA GPU架构工程师吕超都曾在知乎上表示，TITIAN X相对属于价格便宜量又足，Tesla的优势对深度学习意义不大。
当然，前提还是动手能力强，后期的维护也不容忽视。如果DIY那么完美的话，阿里、腾讯的服务岂不是毫无价值。
犹记去年MXNet作者李沐在博客中写道：整个一年都在买买买GPU，为了省点钱煞费苦心，荒废了很多其他重要事情，“对于土豪人群，推荐直接上大厂整体GPU集群解决方案”。
其实，也并不是非得花费上万，才能搞一套深度学习的系统。
此前量子位还编译过这样一篇文章：《如何用廉价硬件玩转深度学习》，这篇文章可以教你怎么用不到1000美元的成本，搭建一个深度学习系统，这个系统的GPU选用了GeForce GTX 1060 3GB。
文中还指导了如何装系统、搭环境等。
而在最近的另外一篇英文博客中，博主花费1654刀组建了一套深度学习系统，显卡用的是GeForce GTX 1080 8GB。在量子位微信公号回复：“秘笈”两个字，我们就把上述两篇文章的传送门发给你。
另外，最近NVIDIA的股票被金融大鳄索罗斯清仓，这是怎么回事儿呢？回复：“索罗斯”三个字，我们告诉你背后的秘密。
好啦，今天先到这里。玩GPU么？少年……
量子位最近准备招人，跟我们一起报道人工智能领域激动人心的故事：
基本条件有三个：
1、对人工智能兴趣浓厚，适应高强度工作
2、能流畅翻译外电，英文水平越高越好
3、重点大学本科以上学历
另外：
思维敏捷，文采飞扬，加分
勤奋刻苦，好奇心强，加分
关于量子位还不能透露太多，现在只能说非常靠谱 <(￣︶￣)>
有兴趣的朋友，请发送简历和作品至：zhaopin@qbitai.com （等你来哟）
△ 扫码强行关注『量子位』
追踪人工智能领域最劲内容
▪
