AI DeepLearning パソコン

【AI開発】 ディープラーニング用 GPU パソコン 買った方が良い理由とスペック 【約15万でOK】

 

AI(ディープラーニング)の勉強を始めて、最初の壁がGPU環境です。

AIの学習にはGPUが必須です。

これがないとAIの勉強、開発ができません。

 

本記事はこんな方におすすめです。

hituji
クラウドのGPUサーバーを使ったが、すぐ数万と高額になる

GoogleColaboratoryを使っているが、時間制限が煩わしい

いっそのこと、GPUパソコンを買おうか悩んでいる

 

 

本記事の内容

  • GPUパソコンを買った場合のメリットデメリット
  • どれくらいのスペックが必要なのか

 

 

スポンサーリンク

ディープラーニング用 GPU パソコン 買った方が良い理由とスペック

 

GPUパソコンなんて買わなくてもいいよ!って思う方もいるでしょう。

Google Colaboratoryでは、無料ですぐ使える。

GCPAzureIBM CloudAWSなどのクラウドサービスも数分で使える。

政府もクラウドバイデフォルトと言っているじゃないか!

 

という声もありますが、私も実際に使ってみて、なお

GPU パソコンは手元にあった方が良いと感じています。

 

比較してみる

タイトルの通り、今回は15万くらいのGPU パソコンで比較していきます。

>> FRGAH470/WS36 i7-10700F/16GB/1TB NVMe SSD/RTX3070

 

比較は、以下の3つでそれぞれ特徴を紹介します。

項目 Google Colaboratory クラウドサービス 15万のGPU パソコン
環境構築
不要、ウェブに繋ぐだけ
ライブラリのインストールが不要だが、常に最新で困る

専用のイメージが用意
ライブラリはインストール必要

Cuda、cudnn
ライブラリのインストール必要
*1時間程度
GPU性能
Tesla K80等
高性能なGPU

GPUの種類や数が選べる

6万前後のGPU
(RTX3070)
リモート
ウェブでどこでも接続可

ウェブでどこでも接続可

ウェブ環境ならどこでも接続可
TeamViewerなど使えば良い
費用
無料
Colab proは$9.99/月
×
数百円から/時間
すぐに数万が消えます

15万で数年使える
ファイル ×
GDriveと連携可能だが
アップロードが手間
最初の読込みがとにかく遅い
大量データに向かない

アップロードが手間
HDD容量分は必ず費用発生

普通のパソコンと同じ
制約 ×
90分、24時間ルール
GPUが使えない場合がある

特にないが、従量課金が常に気になる

なし、場所取るくらい

 

特に線引いたところが気になるところです。

インストールが手間と言われますが、GPU使うためには、3つほどインストールするだけですし、ライブラリはアプリによってそれぞれ入れるものが違うので、ライブラリのインストールも気になりません。

また、クラウドはどこでも使えるというメリットもありますが、TeamViewerとかを使えば、購入したパソコンでも簡単にリモートアクセスが可能です。

ですので、意外に購入した方が、AI開発ライフには快適に過ごせます。

 

 

GPU パソコンの仕様注意点

 

AI開発で使う場合、いくつか購入時の仕様で注意点があります。

CPUは特に気にする必要はなくて、メモリHDDGPUのメモリを注意します。

GPUメーカーはNVIDIAから選んでください。

 

メモリ

大きなデータセットを完全に読み込んでから処理させると、その分メモリを消費します。

generatorなどコーディングで工夫をするか、メモリを増やしましょう。

あと付もできますし、購入時にそこまで気にする必要はありません。

転移学習を使って、既存のAIモデル使う際にはデータ量もそこまで多くないと思いますので、必要に応じて増やしていけば良いです。

 

HDD

HDDのデータ容量も大きなデータセットを扱う場合には必要になっていきます。

特に画像データを何万枚と用意しているとすぐに容量を使ってしまいます。

こちらも、外付けなどあとでどうとでもなるので、購入時は気にする必要がないでしょう。

 

GPUのメモリ

これが一番大切です。

RTX3070であれば、8GBとなっています。

この数値が4GBとか小さいとAIモデル自体が動かせません。

例えば、8GBだと以下の条件は動かすことができます。

動作例

  • モデル:セマンティックセグメンテーション ResNet34ベースのUNet
  • 画像サイズ:512×512 pix
  • バッチサイズ:2

画像サイズは、大きくても512とかなので、8GBあれば大抵の既存のAIモデルは動かすことができます。

8GB以上を選ぶと良いでしょう。

 

もちろん、AIモデルを自分で色々構築して、大量のデータをガンガン学習させる人向けではないです。

 

GPUがそこまで高速でなくても良い理由

既存のAIモデルを使う場合は、たいてい、転移学習を使います。

メモ

転移学習は、別のデータで事前学習したモデルを使って学習します。少ないデータでも精度が出て、パラメータの固定もするので学習も早くなる特徴があります。

 

その場合、データセットはほどほどの量で精度が出るため、学習も早いです。

ですので、6万前後のGPUでも十分に、AI開発をエンジョイすることができます。

 

GPUパソコンでストレスのない、AI開発を楽しみましょう。

>> BTOパソコン通販【FRONTIER公式】

>> FRGAH470/WS36 i7-10700F/16GB/1TB NVMe SSD/RTX3070

 

 

-AI, DeepLearning, パソコン

© 2021 ひつじ工房