，GeForce 将无法用作深度自学任务。至于第三方为英伟达显示卡研发的 Nouveau 驱动，并不反对 CUDA。换句话说，没英伟达官方的软件许可，用于 GeForce 展开深度自学训练是完全无法展开的。据此，清水暗指出，英伟达的这一改版意味著，无论是消费用户还是企业用户，都将无法再行使用 GeForce 显示卡，在其所部署的数据中心上运营深度自学任务。

清水暗谴责称之为，很显著，英伟达是在欺诈自家在 GPU 领域的独占地位；特别是在是对于想展开深度自学实验的学生群体和那些尚且没能南北商业化的企业而言，这种作法是十分不合理的。回应，地平线创始人兼任 CEO 余凯评论也指出：未来 Google 或许回头类似于某种程度的路，说用 TensorFlow 不能用我的 TPU。

任何大公司一定会利用自己的独占优势来掌控市场。实质上，英伟达某种程度改动了条款，并且早已根据条款采行了行动。2017 年 12 月 21 日，日本知名云服务商 SAKURA 宣告暂停获取基于 GeForce Titan X 的主机，原因正是其接到了英伟达（日本）拒绝停止使用 Geforce 系列的书面通知。

只不过还是钱的问题当然，如果用户想之后展开深度自学训练，可以出售英伟达旗下的 Tesla 系列 GPU，后者是专门面向深度自学发售的高端产品。但问题在于，Tesla 系列比 GeForce 系列在性能上只不过并没高达尤其多，而后者毕竟够用的；但 Tesla 系列的价格却喜得多，甚至超过了 10 倍以上。

在这里以 GeForce GTX 1080 和 Tesla P100 做到对比。双方都使用了 PASCAL 架构，CUDA 核心数分别为 2560 和 3584（后者比前者多了将近一半），单核 TFLOPS 后者额多一点，当然在RAM速率和仅次于功率上的提高较为显著。在实际的训练测试中，双方的展现出如下图右图：可以显现出，在能耗和温度上，Tesla P100 的确比 GeForce GTX 1080 具有性能和稳定性上的优势，但这种优势并不是碾压性的质的优势。

反映在价格上，GeForce GTX1080 的官网价格为 549 美元；而 Tesla P100 在 Thinkmate 的报价为 5699 美元。这个多达 10 倍的价格差距，可以说道是意味著碾压了。Tesla 系列十分好，但是价格巨高；GeForce 劣了点，但能为了让用，而且价格非常低。

因此，指出，对于那些想展开深度自学研究却又囊中羞涩的用户来说，GeForce 似乎是一个极具性价比的自由选择。因此，很显著，英伟达是想要截断将 GeForce 用作深度自学的这条较低门槛路径，以此来推展 Tesla 系列的销量；而更高的价格意味著更高的利润。

嗯，英伟达就是想要多赚点钱罢了。信息服务网站 Solidot 也回应，Nvidia 的消费者级显示卡 GeForce 和企业级显示卡如 Quadro 和 Tesla 架构相近，但价格天上地下，因此可能会有企业将消费级显示卡用作 AI 应用于部署到数据中心。

对于 Nvidia 禁令将 GeForce 用作数据中心的作法，Solidot 评论称之为：当一个市场被一家企业主导的时候不会再次发生什么？这家企业似乎不会采行各种措施提供尽量多的利润。不过，英伟达在完全截断 GeForce 与数据中心纽带的同时，还留给了一条后路：如果用户将 GeForce 用作基于数据中心之上的区块链，英伟达回应这样做到是可以的。

在显然，区块链之所以需要获得免税，有可能是因为在这一领域英伟达的优势并不具备它在像深度自学领域的绝对优势；无论是 AMD 家的显示卡，还是专门自定义的挖矿机，在挖矿场景中都不比英伟达的显示卡逊色多少。最后，(公众号：)注意到，在英文版和日文版 EULA 早已获得改版的前提下，中文版还没获得改版，但既然英伟达早已在日本市场痛下刺客，难道在其他地方很难有幸免于难者。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：皇冠手机登录入口-www.kingcenturyhotel.cn