满腔热血：在家里搭建一台 GPU 云服务共享给人工智能和大数据爱好者

[warmheartli]

怀着一番热情想要研发一款开源的聊天机器人，但手中只有一台公司配的 mac ，每做一次训练要三四天的时间，想要购置一台高配 GPU 的台式机却囊中羞涩，租阿里云的 GPU 一小时收我 20 块钱，每用一个小时心里都在滴血，于是有了一个想法 http://www.shareditor.com/blogshow/?blogId=122

[v1024]

然后被拿来挖矿了

[lydasia]

然后楼主跑路了哈哈哈

[lydasia]

楼主的意思， 800 个人，信任你，每个人给你 9.9 ，然后你拿着 8000 块钱凑台服务器？给每个人用仨小时？首先人家凭啥信任你，其次你的网络质量如何，服务器稳定性如何，管理系统是否可靠，客户的数据安全能否保障？而且你这也没有可扩展性，可延续性。别的方面，不说后续的， 800 个人，每人 3 小时， 2400 小时，后面的人这要排三个月都不止？

[loading]

你们好不容易找到的车牌，楼主每天回家就能看你们的车开撸， 233

[bearqq]

@lydasia 他面向的应该是玩神经网络的人，玩字很重要，因为可以回避很多问题

但我还要提一个问题， 3 小时不够训练语料。。。基本训练不了稍微大点的东西。玩玩 neural-style 倒是够了。
而且写控制台页面和接口会消耗巨大的精力，考虑到安全性和易用性，我也觉得你应该放弃。直接放个捐款页面就好。
如果硬要做，还提一个，散热必须做好，室温 15 度拿风扇吹机箱拖个 1070 还 80 度的老机箱真是心疼。

[codesaler]

相对写 gpu 计算的程序，有这个时间和精力考虑这个，买个 1080 也不贵啊

[tigerstudent]

这居然是个成年人的想法

[ihuotui]

买个神舟笔记本。。。

[guoxu1231]

有点意思啊 我之前也算过一笔账， 4 核 16g 内存 ECS 一年费用 8000 多，都够我买一台高配物理机了.

于是我买了一台 Alienware 15R2 ，平常放在家中，网络唤醒， Windows 宿主机远程桌面进行 GUI 操作， CPU 型计算在 Virtualbox 虚拟环境中隔离进行，需要的服务通过路由器端口映射出来.

我顶楼主，共享经济和虚拟化不是什么天方夜谭。

[ihuotui]

然后开发一个共享平台，然后数据 p2p 传送，然后通过共享平台操作。

[zonghua]

你家的取暖器不错啊

[leafleave]

http://www.equn.com/
还不如在这里添加一个项目

[zhidian]

突然想到那个 [每天多学习 1% 的时间，推导出可以每天学习 25 小时] 的埂……

[hadoop]

@guoxu1231 为啥不买个 server ？

[BingoXuan]

这个想法老早就想过了，之前还写在了市场营销课的期末作业里面去……这个想法是很不错，但是有很多问题的：

1.当时我算了一下，如果商业化运营，光是初始投入都已经天文数字了。后期维护又是一笔费用。

2.营销重点在 gpu ，而 gpu 技术迭代太快，也就意味着差不多每两年需要更新硬件，成本远比 CPU 要贵得多。深度学习是很吃 gpu 的。也就意味着对于用户来说，长期上其实并不划算。而且基本上都是用老黄的核弹，价格也是核弹级别。当然，如果能写个成熟的完美支持 a 卡的 ML 库的话，说不定农企会和你 py 交易一下。

3.自己也弄 ML 业务，把自己深度学习的平台放在自己的云上面去，充分利用资源，摊分成本，对用户来说更为好。可是自己 ML 业务又是更多的成本，增加运营难度。

不过当时写这想法时候， alphago 还没战胜人类。感觉当时 ML 还不如现在火。或许现在弄也许会成功。╮(╯▽╰)╭

[warmheartli]

@lydasia 9 块 9 你买不了吃亏， 9 块 9 你买不了上当

[warmheartli]

@bearqq “ 3 小时不够训练语料”，你提醒了我，这里有商机啊

[warmheartli]

@codesaler 街头放个钱箱弹唱卖艺的多数都是开着宝马过去的，重点在于成就自己成就大家

[warmheartli]

@tigerstudent 成年人的心思不懂了吧

[warmheartli]

@guoxu1231 “通过路由器端口映射”，这个有文档说明吗？分享下吧