NVIDIA禁止GeForce在数据中心运行?真的被“冤枉”了

2018年01月03日 作者:倩人美中更胜美

这几天,围绕着英伟达的一份使用禁令,国内的人工智能和科技圈展开了极其热烈的“讨论”,但随着昨天英伟达公布官方意见,这件事终于水落石出。结论只有一个——英伟达这次真的被“冤枉”了。重新审视NVIDIA新规,疑问究竟在哪里?

首先我们先来重新“复盘”一下新规,以及此次整个事件的爆发。

此次的新规定实际上来自于英伟达英文官网的GeForce驱动下载页面,用户在下载驱动之前必须勾选相应的许可协议(与安装软件之前必须勾选的那种相似)。

这也意味着——所有使用GeForce驱动软件的用户,默认实际上是都同意了本许可协议。

争议性的内容出现在“授权许可”部分中的“限制”项中,具体说法为“数据中心并不被许可使用该软件,除非数据中心在进行区块链运算。”

这一内容最早被德国科技杂志golem.de发现并实时报道,随即被用户“booooomba”发上Reddit论坛,但在新闻的描述中却悄然发生了改变——

“The new NVIDIA EULA prohibits Deep Learning applications to be run on GeForce GPUs.(新的NVIDIA EULA禁止在 GeForce GPU上运行深度学习应用程序。)”

究竟为什么“booooomba”会选择这个角度来诠释新规,我们不得而知,但这份新规的确带来了以下几个疑问:

这项规定中所指的“数据中心”究竟是指什么?为什么区块链运算会被排除在外?

“限制”条款中其他三项都是常见的产品权利,为什么会在第四条出现一条如此具体的规定?

接下来,雷锋网就这三个主要疑问做进一步的解析。

关键疑问1:究竟NVIDIA想限制什么?

昨天,NVIDIA官方给雷锋网的回复中,可以明确得知一点——此次新规定针对的对象并不是普通的GeForce显卡用户,而是大型数据中心。而在拥有这些大型数据中心的,往往是各大云服务商。

NVIDIA官方声明中是这样说的:“不鼓励用户在严苛的大规模企业环境中不恰当的使用我们的GeForce和TITAN产品”。

同时NVIDIA还强调:“研究人员通常会将GeForce和TITAN产品用于非商业用途或其他不以数据中心规模运作的研究用途。NVIDIA无意禁止这些用途。”

通过这两条阐述,我们不难看出其中的两个、需要同时满足的关键界定标准:是否商业用途、数据中心规模。

将这两个条件结合起来,我们能得到的就是目前正在向用户提供“GPU云计算”服务的大中型云服务商们。

关键疑问2:为什么要“放”区块链一马?

在很多之前的报道中,很多媒体都或多或少加入了一种“描述”:

“NVIDIA这次限制了数据中心,却放过了比特币挖矿!”,有的友媒甚至在标题上大大的写着“英伟达新禁令:不能随便用GeForce显卡跑深度学习(挖矿可以)”,但事实真的是如此么?

首先需要澄清的第一点是,NVIDIA从来就不支持GeForce系列产品用来挖矿。

今年年中,NVIDIA就曾在某显卡品牌活动上直接表示:“NVIDIA不鼓励GeForce游戏显卡挖矿,不鼓励用户这么做,要挖矿请使用专门的挖矿显卡型号”。

虽然截至目前这句话仍未写在任何规定当中,但NVIDIA在今年年中拿出的专用挖矿GPU就是最好的证明。

今年NVIDIA推出的挖矿专用显卡代号“P106-100”,在消费级市场的GeForce GTX1060显卡“修改”而来,但不仅没有硬件图像输出接口,就连Dirext功能(微软的显示API软件,目前Windows上的各类游戏都需要此软件才能运作)也在物理层面上被阉割掉。

如此大费周章的目的只有一个——尽可能保护消费级市场。

在比特币曾经辉煌的2013-2014年,AMD的HD7000系列也曾发生过长时间的断货现象。

但随着2014、2015年比特币大幅降温,越来越多曾经用于挖矿的AMD显卡“重返”消费级市场,这一批经过挖矿“虐待”的产品极大地冲击了AMD的消费级产品市场,所带来的售后问题更是让AMD叫苦不迭。

对于显卡挖矿潮这件事,NVIDIA实际上一直有着警戒之心,今年早些时候由ICO带动的“挖矿潮”兴起时,国内很多NVIDIA显卡OEM厂商在产品包装外部专门贴上表示:

“如果本产品被用于挖矿,我们将保留拒绝保修和维护的权利。”

从AMD的前车之鉴、到OEM厂商生命、再到专门矿卡P106-100的推出,NVIDIA躲挖矿还躲不及呢,怎么可能对它表示支持的态度呢?

P106矿卡的驱动实际上由GeForce驱动修改而来

问题来了,为什么这次的规定中还会对区块链运算放一马呢?

1 2

相关文章

  • 英特尔对独立显卡市场念念不忘,准备向英伟达开战

    在GPU市场领域,Intel的地位尴尬却又极其重要——整合核显使得Intel坐拥70%的全球GPU市场,但在独立显卡领域没有Intel的份,只有AMD及NVIDIA两家公司二人转。 这样的局面很快就要改变了,因为Intel已经致力于推出自家的高性能独显GPU,它将使用高度可扩展的Xe架构,20
    2019年07月22日
  • 通俗易懂:CPU和GPU区别

    PC在刚诞生的时候,其实是没有GPU的,所有的图形计算都由CPU来计算。后来人们意识到CPU做图形计算太慢了,于是他们设计了专门的图形加速卡用来帮忙处理图形计算,再后来,NVIDIA提出了GPU的概念,将GPU提升到了一个单独的计算单元的地位。 由于两者面向的计算不同,CPU面对的是人
    2019年07月22日
  • CPU踢英特尔,GPU打英伟达:AMD的高光时刻

    去年9月份,“Arcturus”(大角星)这个代号首次出现,被认为是AMD Navi之后的下一代核心,但日前又有AMD内部员工否认了这种可能性,又没有明确Arcturus是何身份。 现在,Linux显卡驱动中赫然出现了Arcturus的身影,而眼下适逢Navi RX 5700系列刚刚发布,它自
    2019年07月18日
  • 关于GPGPU计算的11个“传说”

    当下,嵌入式系统设计主要面临两个困难,可将其归纳为:算力的损失和功耗的增加。主要的“罪魁祸首”包括:数据源的涌入(influx),技术的持续升级,系统规模的缩小以及系统内部密度的增加。 高性能嵌入式计算机(HPEC)系统已经开始在通用图形处理器单元(GPGPU)上利用专用的并行计算速度和性能,
    2019年07月11日
  • IPU处理器,开启半导体的新时代

    总部位于英国布里斯托的Graphcore公司日前推出了一款称为智能处理单元(IPU)的新型AI加速处理器。该公司于2016年启动风险投资计划,并在2018年12月的最后一轮融资中募集了2亿美元。基于其17亿美元的公司估值,Graphcore已成为西方半导体界的唯一“独角兽”。它的投资者们包括戴尔、博
    2019年07月03日
tracer