8 核 CPU 终于达到了 80%以上的占用率～～～

[winglight2016]

自从配好了这台 pc 一直觉得配置太高浪费了，CPU/内存长期都在 10%以内。晚上在本地 build tensorflow CPU 一下子占了 80%多，感觉终于派上用场了，只是很遗憾，内存还是不到 20%

下面是 mac 上安装 keras-tensorflow-gpu 的吐槽： 1.tf 编译的坑多，多到有 N 篇文章专门论述，各个版本（ python、cuda、cudnn、tf ）都有，太混乱了，不知道信哪一个好 2.conda+tf 的坑，其中 protobuf 就是坑中之坑，坑王之王

这两个问题我分别花了两个晚上才搞定，现在可以在 jupyter notebook 上直接跑 keras-tf-gpu，速度快得飞起，同样程序相比 K80 还要快 5 倍（ k80 上是 keras+theano ），所以结论是折腾是值得的！

[hadoop]

@ioriwong 扫雷数框框？

[Nitromethane]

可以跑 BOINC 啊~哈哈哈，框框永远不够用~

[afpro]

tensorflow 的编译并没有坑啊 bazel 很好用

[amai]

@aheadlead 超算 72 核？

[winglight2016]

@afpro 你在 mac 下跑一遍就明白了

[ryd994]

@aheadlead 超算根本不能直接跑 sklearn，也不能直接看 CPU 利用率。分给你一个节点就是全归你用。

[UnknownR]

ae 导出个视频，6700k 直接满载，还是我自己用手机拍的，不是摄像机。内存的话压缩文件，用大字典，16G 内存基本占满，不过平时用 cpu 不超过 5%，不开 chrome 内存不超过 10%，开了不超过 30%

[wekw]

@greenskinmonster 2600K 果然还能再战三年。。。。说真的换去年的 7700K 目测也有至少 100% 的性能提升，不能只看核心数量、频率、缓存，制程结构内存带宽都有大幅增长的。

[riggzh]

@wekw 最大的提升是 AVX，这也是笔记本 CPU4 代以后被称为火炉的原因，7 代台式 i9 AVX 又升级了，火炉²

[riggzh]

@wekw 2 代 SNB AVX1 4 代 Haswell AVX2 然后现在 7 代 i9 上的是 AVX512 （ 3 ）

[riggzh]

@wekw 带 AVX2 的 4 代和只有 AVX1 的 3 代同频浮点运算能力提升 40%以上

[laoyuan]

昨天刚狠心 50 块钱包邮买了两条 DDR2 800 内存，终于把 P35 主板内存槽插满了。。

[toono]

@laoyuan 实话说体验怎样？最近内存太贵了，看看能不能 ddr4 配合 ddr3/2

[HangoX]

只能说楼主不是写安卓的。。编译的时候基本能给你跑满

[winglight2016]

@HangoX android 我也做啊，只是比其他应用略慢，开发上 sbt 编译速度才上最感人的

[6rzgeek]

什么主板？装 macos 有没有什么问题

[firebroo]

吃鸡游戏可以把我的 i76700+32G+1050TI 整死机。

[zyp0921]

拿来吃鸡啊 不吃鸡浪费了

[winglight2016]

@6rzgeek z370，没有问题啊，都是主流配置
@firebroo
@zyp0921
我都想试一下，不过 steam 上还要购买才能玩，我觉得可能会白花钱又不玩～～～

[HughRyu]

https://i.loli.net/2017/12/25/5a40a8c33f43e.png