ディープラーニング 〜 機械学習 〜 統計学 〜 科学技術計算という安易な類推で見てしまっていたけど、ディープラーニングは精度はそこそこで速度重視なので単精度(32 bit)の演算でも結果が出せて、科学技術計算では精度が重要だから倍精度(64 bit)の演算器が欲しいのか。
- GPUの新時代を切り開く「Turing」アーキテクチャ徹底解説 (2/2) - ITmedia PC USER
- 【2020年最新版】倍精度重視おすすめグラボ・アクセラレータの比較 GPGPU用の64bit浮動小数点演算性能が高いNVIDIA Quadro,Tesla,TITAN,GeForce、AMD FirePro,Radeon等を横断評価
とか、Turing 世代の Tesla T4 とかでは倍精度演算器を搭載していないというのをよく見るが「なんで？スペックがダウンしたの？低コスト化？」と思っていたが、用途を特化させたという話か・・・。
新しいほど良い、高いほど良い、大きいほど良いという盲目的信仰は老害の証かな・・・。でっかい筐体に入って、すっごいクロック周波数の CPU を積んだめっちゃ高い PC というだけで脊髄反射で「この PC すげぇぇぇ！！！」とか思っちゃうしな。仮に GPU 性能がクソでも、搭載 RAM 量が少なくても、数値は高いけどアーキテクチャが化石でも、なんか数字が大きいとスゲェェェしちゃう・・・。そして現実的なユースケースでの性能よりベンチマークの結果だけで見てしまう・・・。「ローレックスの時計っすか！すげーっすね！」から頭が進んでないなぁ。
