NVIDIA Deep Learning AMI Reseñas y Detalles del Producto

La mejor parte de tener AMI es que podemos cambiar las aceleraciones de GPU en VM en un par de minutos cuando sea necesario y de acuerdo con la carga en los servidores. También es muy útil para gestionar el costo de desarrollo durante el entrenamiento de modelos de aprendizaje profundo, y podemos cambiar a cualquier GPU de Nvidia sobre la marcha según sea necesario. Durante la creación de prototipos de productos, los SDK disponibles, los modelos preentrenados y otras aplicaciones son muy útiles para entregar la primera versión a los clientes en menos tiempo y sin una investigación profunda. Reseña recopilada por y alojada en G2.com.

Nvidia puede mejorar en el lado de UX/UI, y estamos esperando más modelos preentrenados para el brazo robótico y algunos modelos listos para AR/VR y animaciones con personajes. Las máquinas son tan poderosas y eficientes que NVIDIA no tiene espacio para la decepción. Reseña recopilada por y alojada en G2.com.

El rendimiento es excelente. El acceso es rápido y fácil. NVIDIA acelera la innovación al eliminar la tarea compleja de construir y optimizar una pila de software de aprendizaje profundo completa afinada específicamente para GPUs. Es una gran plataforma para aprender redes neuronales de aprendizaje profundo. Reseña recopilada por y alojada en G2.com.

Puede ser utilizado para problemas de clasificación. Falta de sentido común, las emociones no se manejan adecuadamente ahora. Puede mejorarse para manejar más datos. Algunos de los algoritmos estándar de aprendizaje profundo son difíciles de ejecutar usando este software. Reseña recopilada por y alojada en G2.com.

Está teniendo más exposición. La próxima generación de aprendizaje. Aprendizaje de IA, Ciencia de Datos y gráficos que lo está haciendo más poderoso. Nvidia, el nombre para gráficos ahora, va a traer una revolución al mundo. Reseña recopilada por y alojada en G2.com.

nada que desagradar como tal. solo esperando más aprendizaje asombroso de manera conceptual. Sé que Nvidia no va a decepcionar en esto. Vamos a esperar y ver. Reseña recopilada por y alojada en G2.com.

Se ejecuta con diversos métodos de aprendizaje profundo como ciencia de datos y contenedores y puede ajustarse según su requerimiento. Reseña recopilada por y alojada en G2.com.

necesitaba una comunidad más activa para resolver los problemas en poco tiempo. Reseña recopilada por y alojada en G2.com.

Esta es una de las mejores aplicaciones para el análisis de aprendizaje profundo. Hay muchos modelos que se pueden probar y proporcionar un buen resultado óptimo. Reseña recopilada por y alojada en G2.com.

No hay nada como tal, pero la complejidad de la interfaz de usuario y del modelo se puede reducir un poco para que pueda convertirse en una aplicación ligera. Reseña recopilada por y alojada en G2.com.

Fácil de usar con abundante documentación. La comunidad de soporte también fue muy útil para resolver problemas. Reseña recopilada por y alojada en G2.com.

El precio es un poco demasiado alto para nuestro gusto. Las características del producto también son un poco demasiado limitadas. Reseña recopilada por y alojada en G2.com.

Me gusta mucho que tengan un entorno muy bien organizado que ayuda a ejecutar varios procesos de aprendizaje profundo como la ciencia de datos y los contenedores, y que se puede ajustar según tus necesidades en el desarrollo. Reseña recopilada por y alojada en G2.com.

El soporte en tiempo real puede mejorarse y hacerse más efectivo para los consumidores. Reseña recopilada por y alojada en G2.com.

AMI trabaja sobre los principios de la tecnología en la nube que son altamente seguros y con cero posibilidades de corrupción de datos. El aprendizaje profundo de NVIDIA tiene un software programado único que utiliza todos los núcleos tensoriales, haciendo que las PC sean mucho más rápidas que las convencionales. Reseña recopilada por y alojada en G2.com.

Como usuario extranjero de NVIDIA AMI, 3$ por hora es demasiado, lo cual es el único inconveniente de esta tecnología, pero podrían estar disponibles almacenes aquí, por lo que las tarifas deberían estar de acuerdo con la moneda del país. Reseña recopilada por y alojada en G2.com.

Increíble rendimiento y modelos para el aprendizaje profundo. Reseña recopilada por y alojada en G2.com.

La complejidad de la experiencia de usuario ha demostrado ser un desafío para mi equipo. Reseña recopilada por y alojada en G2.com.

Este contenedor viene preoptimizado, no es necesario configurar un entorno virtual en tu máquina local (aunque a veces eso es definitivamente mejor). También tienes acceso a las GPUs Nvidia de primera calidad (no minoristas). En Ubuntu estándar, y obviamente puedes cargar la interfaz gráfica si lo deseas, pero de lo contrario, es un sistema operativo muy familiar que tiene mínimas (¿ninguna?) colisiones con casi cualquier biblioteca reciente de IA/ML (a diferencia de Windows, por ejemplo). Reseña recopilada por y alojada en G2.com.

La diferencia entre construir tu propia caja y lanzar una en un mercado de la nube se siente más cuanto más tiempo trabajas en ella y exactamente cuánto tiempo necesitarás para ejecutarla cada día. Encuentro que tener una caja local puede ser útil para la experimentación, pero de lo contrario te costará 3-4 USD/hora ejecutar esta instancia. La GPU de mayor calidad (al por menor) actualmente es la RTX 3090, que cuesta un precio de venta al público de menos de $2000. Si ya tienes una buena máquina y solo querías comprar la tarjeta, puede tener más sentido hacer eso (aunque actualmente estamos en una escasez de chips, así que tal vez no exactamente en este momento). Aún así, un proceso que puede requerir múltiples cajas, a menos que quieras configurar una granja de servidores en tu casa, esta es la mejor manera de hacerlo. Reseña recopilada por y alojada en G2.com.