三显卡交火，RX580 8G两张P106，找不到合适的软硬件方案

Question

需要跑AI绘画，计划三张显卡，一张RX580 8G，两张P106或104，需要三张显卡交火，共同运算，有没有合适的软件和硬件方案？用什么主板和电源。

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

1. 软件方案 对于AI绘画的软件，可以选择支持多显卡交火的深度学习框架，如TensorFlow、PyTorch、Caffe等。这些框架均支持CUDA加速，可以充分利用显卡的计算能力。其中，CUDA是NVIDIA提供的并行计算平台和编程模型，只能在NVIDIA的显卡上使用。因此，如果选择PyTorch或Caffe作为AI绘画的框架，需要使用NVIDIA显卡。

1. 硬件方案 由于计划使用三张显卡，需要选择能够支持三张显卡交火的主板。一些主流的主板，如华硕PRIME Z370-A、技嘉Z370 AORUS GAMING WIFI等，均支持多显卡的交火。 另外，需要考虑电源的功率需求。一般来说，三张显卡的功耗会达到600W以上，因此需要选择700W以上的电源。推荐选择可靠的品牌，如海盗船、安钛克等。
2. 示例硬件配置 主板：华硕PRIME Z370-A 显卡：1张RX580 8G，2张NVIDIA P106或104 CPU：英特尔 i7-8700K 内存：32GB DDR4 SSD：512GB 电源：海盗船RM750x 代码示例：
3. TensorFlow样例代码： import tensorflow as tf import numpy as np import time

设定三个GPU

gpus = [0, 1, 2]

设定TensorFlow的默认计算设备和配置

tf_config = tf.ConfigProto() tf_config.gpu_options.allow_growth = True tf_config.gpu_options.visible_device_list = ','.join([str(i) for i in gpus]) tf_config.allow_soft_placement = True

创建一个TensorFlow会话

sess = tf.Session(config=tf_config)

尝试在三个GPU上创建三个变量，进行加法操作

with tf.device('/gpu:0'): a1 = tf.Variable(tf.random.normal([2, 2])) b1 = tf.Variable(tf.random.normal([2, 2])) c1 = a1 + b1 with tf.device('/gpu:1'): a2 = tf.Variable(tf.random.normal([2, 2])) b2 = tf.Variable(tf.random.normal([2, 2])) c2 = a2 + b2 with tf.device('/gpu:2'): a3 = tf.Variable(tf.random.normal([2, 2])) b3 = tf.Variable(tf.random.normal([2, 2])) c3 = a3 + b3

启动TensorFlow会话

sess.run(tf.global_variables_initializer())

分别输出三个计算结果，并计算运行时间

start_time = time.time() print(sess.run(c1)) print("time for c1:", time.time()-start_time) start_time = time.time() print(sess.run(c2)) print("time for c2:", time.time()-start_time) start_time = time.time() print(sess.run(c3)) print("time for c3:", time.time()-start_time)

关闭TensorFlow会话

sess.close() 2. PyTorch样例代码： import torch import time

设定三个GPU

devices = [0, 1, 2]

创建PyTorch张量，并移到设定好的GPU上

a1 = torch.randn(2, 2).cuda(devices[0]) b1 = torch.randn(2, 2).cuda(devices[0]) a2 = torch.randn(2, 2).cuda(devices[1]) b2 = torch.randn(2, 2).cuda(devices[1]) a3 = torch.randn(2, 2).cuda(devices[2]) b3 = torch.randn(2, 2).cuda(devices[2])

在设定好的三个GPU上进行张量加法操作

start_time = time.time() with torch.cuda.device(devices[0]): c1 = a1 + b1 with torch.cuda.device(devices[1]): c2 = a2 + b2 with torch.cuda.device(devices[2]): c3 = a3 + b3 print(c1) print("time for c1:", time.time()-start_time) print(c2) print("time for c2:", time.time()-start_time) print(c3) print("time for c3:", time.time()-start_time)