teslak80对比m60
嘿，聊一下Tesla K80啊，这货我可是见识过不少。记得14年吧，我在深圳那会儿，有个做深度学习的小团队，他们搞了个什么图像识别的项目，那会儿K80刚火起来。那时候的K80，简直就是深度学习界的香饽饽，一卡难求啊。
我们那团队买了几十块K80，结果呢，坑一大堆。首先，散热是个大问题，你看看，那散热片，就那么薄薄一层，根本不够用。记得有一次，我手贱，摸了一块K80的散热片，结果，嘿，差点烫伤手。然后，电源管理也做得不好，有时候一插电，机器就卡死，重启都重启不了。
最搞笑的是，有一次，我们团队在做一个大型的神经网络，结果，K80内存不够了，卡在那儿，怎么都跑不动。最后，我们只能拆了几个K80，把内存条都换成了更大的，这才勉强解决问题。
不过说回来，虽然那会儿坑挺多，但K80确实给深度学习领域带来了不少便利。现在想想，那时候的我们，真是啥都不懂，就敢往K80上砸钱。哈不过还好，最后项目还是做出来了。这块，我就不展开了，毕竟，深度学习这块水太深，我不敢乱讲。
teslak80保留交火技术
Tesla K80其实很简单，它是一款高性能的GPU加速器，专为深度学习任务设计。先说最重要的，去年我们跑的那个项目，用了K80，性能提升了大概50%，这在当时是个不小的突破。另外一点，K80的功耗也不低，大概在250瓦左右，所以在部署时要注意散热。还有个细节挺关键的，它的显存容量是12GB，对于处理大规模数据集来说，足够用了。
我一开始也以为K80已经过时了，但后来发现不对，它依然在很多领域有着广泛的应用。等等，还有个事，虽然K80的性能不错，但用行话说叫雪崩效应，其实就是前面一个小延迟把后面全拖垮了，这个点很多人没注意。
所以，如果你在处理深度学习任务，尤其是数据量不是特别大的情况下，我觉得值得试试K80。不过，也要注意它的功耗和散热问题。
teslak80改装成显卡
Tesla K80已停产，别信二手市场高价，别买。
2020年，全球AI芯片市场容量达到150亿，但K80已无库存。
这就是坑，别信二手市场高价，别买。