katago在AutoDL几款GPU实例下benchmark测试

前几天误打误撞注册了AutoDL后果然有些停不下来，算上折扣，要比阿里云、腾讯云的gpu服务器更为合适，同时AutoDL是容器化实例，这样初始化在几秒内完成，而阿里云等初始化过程中的GPU驱动、框架搭建时间有些过于漫长了。如果把时间考虑在内，AutoDL性别比就更高了。

但AutoDL受实例限制，暂时无法编译TensorRT Backend版本，编译的是cuda112版本。在不同GPU实例下简单测试了一下katago的benchmark，权重为kata1-b40c256-s10359230464-d2525387336。

使用阿里云最低端的Tesla T4，4核cpu，15G内存服务器作为参考。

在使用sabaki对弈感觉速度尚可，但经过测试，NVIDIA RTX 3060 / 12GB的成绩与阿里云的Tesla T4比想象中要差不少。

作为TeslaT4的替代者，NVIDIA RTX A4000 / 16GB成绩相比TeslaT4略好一点，也符合AutoDL首页算力排名。AutoDL北京地区实例均使用RTX A4000。

NVIDIA RTX 3090 / 24GB成绩两倍于NVIDIA RTX A4000 / 16GB，同样符合算力排名。

最令人吃惊的是NVIDIA RTX 2080Ti / 11GB，成绩直逼阿里云TeslaV100 16G。katago测试过程中，

第一次测试居然认为成绩出现误差，提示“Optimal number of threads is fairly high, increasing the search limit and trying again”自动重新测试了一遍。

不愧为显卡核d。难怪黄厂长严令禁止数据商将游戏显卡用于数据服务器上。其价格居然还要低于NVIDIA RTX A4000 / 16GB，这也是性价比最高的GPU实例。

在选择服务器方面还是要看具体需求的，不同的企业或个人对服务器的要求都是不一样的，如果预算有限的话，那只能选择比较便宜的服务器。对于那些注重网络安全、数据存储的大型企业，那就需要买性能稳定、安全性高的服务器了，哪怕价格贵一点。当然，从性价比的角度我觉得还是最好选择大厂的服务器，这样售后得以保障，也不会出现太大的质量问题。思腾合力你可以去了解看看，它家是英伟达官方授权的经销商，同时也拥有自主品牌GPU服务器，售后方面做的都挺好的，3年质保，上 门服务，性价比还是蛮高的，给你做个对比。

GPU计算是一种异构模式，由CPU负责执行顺序型的代码，如 *** 作系统、数据库等应用，而由GPU来负责密集的并行计算。打个比方说，假设让10个人把各自塑料瓶子的水倒入一个大桶中，CPU的做法是让这10个人按着顺序一个一个往里面倒，而GPU的做法则是在设定好一定规则的前提下让10个人同时或分组往里面倒。因此，在高性能计算领域，可以把CPU服务器和GPU服务器结合起来，构成一个混合型的集群，各司其职，会大大提高集群系统的总体计算效能。

---