ついに決めた、GeForce GTX 1660 SUPER
本日は、クリスマス。アマゾンサンタが昨日持ってきてくれたぞ!!
YOLO/Darknetなどの画像系の機械学習を動かし始めた当初より困っていたGPU。
やはり、GPUの物理メモリサイズは、画像学習の精度に学習速度に大きく関わります。
10月29日に発表されたようで、今回再度調べた際に、一番のコストパフォーマンスが感じられ、すぐに購入しました。
Amazonで、10%の値引きも入り23,122円で購入出来ました。
最初に、GPUをあれこれ、考えた際の記事はこちら:
2019年8月個人向け深層学習・機械学習向けGPU
- YOLO, DarknetなどDNN実施時のGPUメモリ不足(out of memory)回避、メモリ不足回避の学習回数増加による学習時間増加
- 画像関係のDNNでは、GPUメモリ不足により、満足に学習自体実行が出来ないケースあり
- 趣味の範囲なので、過剰な投資は出来ない(個人的には2−3万円以内)
- PCで基本的にゲームなどは実施しない、モニタもHDMI接続1台
- GPUメモリ容量を増やしたい
GeForce GTX 1660 SUPER
GeForce GTX 1660 SUPERは、発売済みのGPUであるGeForce GTX 1660とGeForce GTX 1660 Tiの中間に位置します。
GPUコアのベースクロックは1,530MHzで、ブーストクロックは1,785MHz。これらのスペックはGeForce GTX 1660とまったく同じだ。
VRAMには、14Gbps動作のGDDR6メモリを6GB搭載。VRAMとGPU間は192bitのメモリインターフェイスで接続しており、メモリ帯域幅は336GB/sに達している。これはGDDR5メモリを採用していたGeForce GTX 1660の192GB/sを75%上回り、上位モデルであるGeForce GTX 1660 Tiの288GB/sをも上回る。メモリ帯域は、上位機種の2060同じ。
つまり、1660のGPUコア性能とGDDR6による高速アクセス可能なメモリが実装されました。そして、値段も当然中間の位置づけ。ただし、もっと1660に近い。
驚くのは、各種ベンチマーク結果。
1660 Tiの性能域にすごく近いです。価格は、1660に近く性能は、上位のTiに近い。
これは、絶妙なポジショニングと思います。
さらに、機械学習ではGPUメモリ内のデーターを繰り返し処理するので、学習時間に大きく寄与できると思います。
検討機種の比較表
10%の割引がなくてもGeForce GTX 1660相当です。機械学習にはおすすめだと思います。
特に、私のような学習をGPU、通常時の推論をシングルボードなど、非力なマシンで動作させるケースでは、十分なGPUだと思います。
GPU | GeForce GTX 960 | GeForce RTX 2060 | GeForce GTX1660Ti | GeForce 1660 SUPER | GeForce GTX1660 |
価格イメージ 2019/08 | 当時購入金額 25,000 | 42,000 →38,000 | 36,000 →30,000 | 23,122円 | 28,000 →26,000 |
メモリサイズ | 2GB | 6GB | 6GB | 6GB | 6GB |
メモリ規格 | GDDR5 | GDDR6 | GDDR6 | GDDR6 | GDDDR5 |
メモリ帯域 | 112GB/s | 336GB/s | 288GB/s | 336GB/s | 192GB/s |
CUDA(SP数) | 1024 | 1920 | 1536 | 1408 | 1408 |
消費電力 | 120W | 160W | 120W | 125W | 120W |
ぜひ、各種ベンチマーク結果なども、WEBで調べて見て下さい。