我也一直想这样来着，请教一下安全方面会不会有什么问题？

@gunshot 可以说是很强吧

@ZE3kr 我好像是前天晚上去的， pro 和 mini 各插了一台这个，我还摆弄了一会，当时看起来感觉挺好的，价格好像七八千吧。店员说这个比他们自己的显示器好，而且薄，所以现在店里 pro 搭配这个。

这款显示器现在好像在店里搭配 Mac Pro/Mini 卖

这种公司大部分都是在北京，港中文汤晓鸥老师的商汤科技好像是北京深圳香港三地招人？另外还有贵交戴文渊的第四范式，不过大本营好像也是在北京。

@whatghost 退个货还不让了？不满意退货就穷逼了？真逗

该不会也是楼上楼下有装修的造成电压不稳吧…… 之前在一位卖电脑的商家那里听到过这个案例，新机器发过去总是莫名其妙出问题，拿回来检查又检查不出来，最后发现是因为新楼装修的多，电压不稳…… 233

@realpg 嗯，我对硬件的理解是性能好就跑的快一些，性能一般就跑的慢一些，同样需要迭代循环 10k 次，差别就在于哪个的单次循环快。另外核心多也相当于并行了。

我以前在 2010 年的惠普本上装 caffe 一样跑，现在在集群上跑无非快一些，也有土豪在单机上装四路泰坦或者组 GPU 集群的。都能跑，看你们是想跑的有多快。

另外机器学习的任务主要是训练模型的时间长，模型训练好了之后实际做分类预测之类的任务花的时间就不长了，资源利用率高不高主要看你们这方面的任务多不多。

所以我觉得如果不是专门搞这个方向的话，不是很有必要新买一堆 GPU 卡。

@realpg 单结点 64G 内存，多结点就很多了，一部分一部分加载到内存也不是不可以，就像外部排序那样，不过应该避免等待读数据，我嫌麻烦一般都是直接全读进去的。

吃 CPU 跟吃 GPU 区别不大，吃的都是计算资源，只不过一般都不喜欢 CPU+GPU 混合编程，单独对比 CPU 和 GPU 可能 GPU 性价比好一些？不过我确实没用过 GPU ，说不准。

单位硬件多的话可以拿现有资源组个小集群试试，有没有 GPU 都能跑。