哪个 GPU model/brand 最适合神经网络？
Which GPU model/brand is optimal for Neural Networks?
这不是一个不合理的问题。 Nvidia 和 ATI 架构不同，以至于对于某些任务（例如比特币挖掘）ATI 比 Nvidia 好得多。
与神经网络相关的处理也是如此。我试图在这种情况下找到 2 个 GPU 品牌的比较，但没有找到。
我的期望是，GPU 中神经网络处理最重要的是核心数。这样对吗？
几乎所有使用 GPU 的 ML 软件都可以（最好）与 CUDA 配合使用，因此 Nvidia 的 GPU 更可取。
看看 this discussion. And, there's an article about which GPU to get for deep learning（现代神经网络）。相关引用：
So what kind of GPU should I get? NVIDIA or AMD?
NVIDIA’s standard libraries made it very easy to establish the first deep learning libraries in CUDA, while there were no such powerful standard libraries for AMD’s OpenCL. Right now, there are just no good deep learning libraries for AMD cards – so NVIDIA it is. Even if some OpenCL libraries would be available in the future I would stick with NVIDIA: The thing is that the GPU computing or GPGPU community is very large for CUDA and rather small for OpenCL. Thus in the CUDA community good open source solutions and solid advice for your programming is readily available.
NVIDIA 摇滚的原因是他们投入了大量精力来支持科学计算（例如，参见 cuDNN。这意味着他们认可该领域并尝试转向这些应用程序）。
所以，NVIDIA 有很多 GPU。你应该买哪一个？
简答，基于上面引用的文章（强烈建议阅读！）：GTX 980。
其实核心数并没有那么重要。 GPU 没有大量内存，因此与主机（您的 RAM）的通信是不可避免的。所以重要的是板载内存量（这样你就可以加载和处理更多）和带宽（这样你就不会花很多时间等待）。
这不是一个不合理的问题。 Nvidia 和 ATI 架构不同，以至于对于某些任务（例如比特币挖掘）ATI 比 Nvidia 好得多。
与神经网络相关的处理也是如此。我试图在这种情况下找到 2 个 GPU 品牌的比较，但没有找到。
我的期望是，GPU 中神经网络处理最重要的是核心数。这样对吗？
几乎所有使用 GPU 的 ML 软件都可以（最好）与 CUDA 配合使用，因此 Nvidia 的 GPU 更可取。
看看 this discussion. And, there's an article about which GPU to get for deep learning（现代神经网络）。相关引用：
So what kind of GPU should I get? NVIDIA or AMD?
NVIDIA’s standard libraries made it very easy to establish the first deep learning libraries in CUDA, while there were no such powerful standard libraries for AMD’s OpenCL. Right now, there are just no good deep learning libraries for AMD cards – so NVIDIA it is. Even if some OpenCL libraries would be available in the future I would stick with NVIDIA: The thing is that the GPU computing or GPGPU community is very large for CUDA and rather small for OpenCL. Thus in the CUDA community good open source solutions and solid advice for your programming is readily available.
NVIDIA 摇滚的原因是他们投入了大量精力来支持科学计算（例如，参见 cuDNN。这意味着他们认可该领域并尝试转向这些应用程序）。
所以，NVIDIA 有很多 GPU。你应该买哪一个？
简答，基于上面引用的文章（强烈建议阅读！）：GTX 980。
其实核心数并没有那么重要。 GPU 没有大量内存，因此与主机（您的 RAM）的通信是不可避免的。所以重要的是板载内存量（这样你就可以加载和处理更多）和带宽（这样你就不会花很多时间等待）。