薅資本主義羊毛新姿勢，英偉達GPU免費用
作者 | 阿司匹林
出品 | 人工智慧頭條（公眾號ID：AI_Thinker）
在到處都是開源工具和學習資料的今天，深度學習的門檻已經大大降低。然而，學習的門檻降低並不意味著學習的成本降低了，比如說動則上萬的 GPU。
不管是買 GPU，還是買雲服務，對很多人來說都是一筆不小的花銷。今天，我們就教大家一個薅資本主義羊毛的新方法：通過 Kaggle Kernels 免費使用英偉達 GPU！
首先，我們來介紹下什麼是 Kaggle Kernels。
Kaggle 是一個為開發商和資料科學家提供舉辦機器學習競賽、託管資料庫、編寫和分享程式碼的平臺，目前已經被 Google 收購。
而 Kaggle Kernels 是一個可以讓你在瀏覽器中執行 Jupyter notebook 的免費平臺。也就是說，只要有網路，你就不需要再設定本地環境，直接在瀏覽器裡使用 Jupyter notebook 即可。
為什麼說是免費？因為 Kaggle Kernels 會通過雲端提供免費的計算資源。下圖是 Google 去年底釋出的 Kaggle Kernels 免費計算資源：4 CPU + 16 GB RAM + 1 GB Disk Space。美中不足的是，沒有 GPU。
2011 年，當時還在 Google 吳恩達用 12 片 GPU 代替 2000 片 CPU，來訓練深度神經網路，最後大獲成功。從此，GPU 幾乎成了深度學習的標配。
在經歷了半年的等待之後，Kaggle Kernels 終於推出了使用者期待已久的福利：NVIDIA K80 GPU （ 12GB VRAM 版本）。
根據 Kaggle 的測試，在使用 GPU 之後，深度學習模型的訓練速度可以提升 12.5 倍。想想就很激動，畢竟現在科研競爭那麼激烈，大家都在跟時間賽跑。
目前，Kaggle Kernels 提供兩種例項：GPU + 4 CPU + 16 GB RAM 或者 GPU + 2 CPU + 6 GB RAM。需要注意的是，資料集的大小被限制在 20 GB 以內，磁碟儲存空間則為 1 GB。據悉，每種例項在超時前最多可以執行 6 個小時。
