禁止資料中心使用 GeForce 的 NVIDIA,是在濫用壟斷地位嗎?

作者 | 發布日期 2017 年 12 月 27 日 13:00 | 分類 GPU , 處理器 , 軟體、系統 follow us in feedly

對不少遊戲玩家來說,NVIDIA 旗下的 GeForce 消費級顯卡一直是熱門之選;隨著人工智慧和深度學習興起,GeForce 又被某些用戶用於進行深度學習相關工作。



對於想省點錢的用戶來說,這沒什麼問題;但急於用深度學習來提升 Tesla 高階 GPU 銷量的 NVIDIA,卻不樂意了。

清水亮對 NVIDIA 的指責

近日,日本 Ubiquitous Entertainment 總裁兼 CEO 清水亮發文稱,NVIDIA 更新了 EULA(End User License Agreement,終端機用戶許可協定),禁止用戶在資料中心部署 GeForce 配套軟體。

GeForce 的配套軟體,是 GeForce 用來發揮自身硬體效能必須的;軟硬體的深度結合,也正是 NVIDIA 的優勢所在。

正如清水亮文中所說,NVIDIA 是全世界唯一一家提供 API 和半導體滿足大量乘積累加函數運算(sufficient multiply-accumulate operation)需求的公司,後者正是深度學習的基礎。

據了解,目前大多數深度學習框架和程式庫都依賴 CUDA,而 CUDA 正是 NVIDIA 獨立推出的並列計算架構;這意味著失去了 NVIDIA 官方驅動支援,GeForce 將無法用於深度學習。

至於第三方為 NVIDIA 顯示卡開發的 Nouveau 驅動,並不支援 CUDA。

換句話說,沒有 NVIDIA 官方的軟體許可,使用 GeForce 進行深度學習訓練幾乎無法進行。

據此,清水亮認為,NVIDIA 更新意味著,無論消費用戶還是企業用戶,都無法再採用 GeForce 顯示卡,在各自的資料中心執行深度學習工作。

清水亮指責,很明顯 NVIDIA 是濫用在 GPU 領域的壟斷地位;尤其是對想進行深度學習實驗的學生群體和還未能商業化的企業而言,這種做法非常不合理。

對此,地平線創始人兼 CEO 余凱評論也認為:

未來 Google 也許會走類似的路,說用 TensorFlow 只能用我的 TPU。任何大公司一定會利用自己的壟斷優勢來控制市場。

實際上,NVIDIA 不僅修改條款,且已根據條款採取行動。2017 年 12 月 21 日,日本著名雲端服務商 SAKURA 宣布停止提供基於 GeForce Titan X 的主機,原因正是收到 NVIDIA(日本)要求停止使用 Geforce 系列的書面通知。

其實還是錢的問題

當然,如果用戶要繼續深度學習訓練,可買 NVIDIA 旗下 Tesla 系列 GPU,後者是專門針對深度學習推出的高階產品。

但問題在於,Tesla 比 GeForce 效能其實並沒有高出特別多,而後者已經夠用;但 Tesla 的價格卻貴得多,甚至貴達 10 倍以上。

這裡以 GeForce GTX 1080 和 Tesla P100 比較。雙方都採用 PASCAL 架構,CUDA 核心數分別為 2560 和 3584(後者比前者多不到一半),單核心 TFLOPS 後者略多,當然在顯示記憶體速率和最大功率的提升比較明顯。

實際的訓練測試,雙方表現如下圖:

可看出能耗和溫度方面,Tesla P100 的確比 GeForce GTX 1080 有效能和穩定性優勢,但這種優勢並不是輾壓性的品質優勢。

體現在價格,GeForce GTX 1080 官網價格為 549 美元;而 Tesla P100 在 Thinkmate 的報價為 5,699 美元。超過 10 倍的價格差距,就可是絕對輾壓了。

Tesla 非常好,但是價格超高;GeForce 差了點,但能湊合著用,且價格非常低。因此,對想做深度學習研究卻又阮囊羞澀的用戶來說,GeForce 顯然是性價比更好的選擇。

因此,NVIDIA 明顯是想切斷將 GeForce 用於深度學習的這條低門檻路徑,以此推動 Tesla 的銷量;而更高的價格意味著更高的利潤。

嗯,NVIDIA 就是想多賺點錢罷了。資訊服務網站 Solidot 也表示,NVIDIA 的消費者級顯示卡 GeForce 和企業級顯示卡如 Quadro 和 Tesla 架構相似,但價格天上地下,因此可能會有企業將消費級顯示卡用於 AI 應用部署到資料中心。對於 NVIDIA 禁止將 GeForce 用於資料中心,Solidot 評論:

當一個市場被一家企業主導時會發生什麼事?這家企業顯然會採取各種措施獲取最大利潤。

不過,NVIDIA 幾乎切斷 GeForce 與資料中心紐帶同時,還留下一條後路:如果用戶將 GeForce 用於基於資料中心的區塊鏈,NVIDIA 表示這樣做倒可以。

由此看來,區塊鏈之所以倖免,可能是因為在這領域 NVIDIA 的優勢並沒有像深度學習領域的絕對優勢;無論 AMD 家顯示卡,還是自訂的挖礦機,在挖礦場域都不會比 NVIDIA 的顯示卡遜色。

最後,英文版和日文版 EULA 已更新的前提下,中文版還沒有更新,但既然 NVIDIA 已在日本市場痛下殺手,恐怕其他地區也很難避免。

(本文由 雷鋒網 授權轉載;首圖來源:NVIDIA

延伸閱讀: