DeepLearningでCPUパワーは必要？

5年前に作ったコストパフォーマンス重視(GPUなし)のPCに
GPUを接続するだけでDeep Learningは可能（実用的な速度がでる）か気になっています

今の構成は
CPU:Intel Core i3-4150
マザーボード:ASUS Micro-ATX B85M-G
メモリ:DDR3 4GB
です

接続するGPUはtensorflowが使える(CC3以上)なら何でも構いません。
メモリは今は4GBしかありませんが、16GBくらいに増設するつもりです。

問題はCPUでコア数2個(4 個のロジカルプロセッサ)という非力なものです。
演算はGPUにまかせるとして、Deep LearningにCPUの性能は求められるものでしょうか。
CPUは貧弱でGPUは早すぎる、という構成だと不都合ありますでしょうか。
よろしくおねがいします。

行動規範の内容に同意します

回答2件

ベストアンサー

最新CPUはクロックが1.5倍くらい、コア数が3倍です（8700Kあたりを想定）。ということは、CPUの能力差は足回りの不利さとかキャッシュの少なさとかを考慮しても、恐らく5倍以内には収まります。
deep learningでCPUが食ってる処理時間が、仮に3割あるとしましょう。能力1/5のCPUを持ってくると、

7割（その他で食ってる処理時間）+ 3*5割（CPUが遅くなった分） = 22割

となり、全体の処理時間は2倍強遅くなる可能性があります。
これは概算なので、本当は1.5倍で済むかもしれないし、あるいは3倍になるかもしれませんが、それくらいの範囲には恐らく収まります。まあ、どうにでもなるんじゃないでしょうか（数倍の差なら実用性は損なわれないという意味）。

なお、GPUとメモリを買うお金でサーバを借りるという手もあります。AWSとかさくらみたいな。
あと、「コストパフォーマンス重視(GPUなし)のPC」にGPUなんか挿して大丈夫ですか？　少なくとも電源の交換とケース内エアフローの見直しは必至だと思いますが。

投稿2018/06/11 14:48

編集2018/06/12 00:51