带 USB3.0 的 eGPU 训练 CNN答案

【问题标题】：eGPU with USB3.0 to train CNN带 USB3.0 的 eGPU 训练 CNN
【发布时间】：2019-02-19 17:04:18
【问题描述】：

我想在工作中使用带有 tensorflow-gpu 的 keras 来训练 CNN。

由于无法使用AWS等云GPU服务器，无法将数据传输到内网之外，我想尝试使用eGPU。

但问题是，我的办公电脑没有thunderbolt3 IF，只有USB3.0 Type-A。所以我必须使用将 Thunderbolt3 转换为 USB3.0 的适配器。 Thunderbolt3 的数据传输速度为 5GB/秒，而 USB3.0 只有 500MB/秒。

在训练 CNN 时，这种速度劣势是否会导致严重的错误表现？目前用 1400 张照片训练 mobilenetV2 需要 24 小时，大小为 244*244。如果 eGPU 在 30 分钟内完成，我会很高兴。

【问题讨论】：

不能买台式电脑吗？以 eGPU 的成本，您几乎可以得到一台便宜的 PC。
谢谢安德烈亚斯。我宁愿购买 eGPU，而不是 PC。原因是我的公司有严格的安全规定，如果我拥有一台额外的 beamal PC，我会被要求承担很多责任。
与 PCIe 3.0 x16 相比，您的 GPU 瓶颈是 32 倍。因此，您将获得相当大的性能影响。
谢谢安德烈亚斯。我同意，我想知道速度劣势对性能的影响“多少”。我在 CPU 机器上运行训练脚本，使用 tensorflow 的 keras 应用程序 mobilenetV2。 CPU 在训练期间几乎运行到了 100%，另一方面，由于脚本一次从磁盘读取多张照片，因此磁盘访问适中。所以，我猜，从 HDD 到 GPU 的 RAM 的数据传输不需要太多的速度。但是，这只是一个假设，我不想冒任何风险。所以我打算买一台PC，就像你说的那样。
如果我的评论帮助您找到了决定，也请接受它作为答案。谢谢！

【解决方案1】：

与 PCIe 3.0 x16 相比，GPU 的瓶颈是 32 倍。所以你会有相当大的性能冲击。所以我建议买一台PC。

【讨论】：