看板nb-shopping
: 想要請問一下
: 一般單純資料處理的筆電大概需求就是
: RAM +SSD +CPU
: 對於音效需求則較少 所以通常不用獨顯
過去進步一點的資料處理都已經用CUDA了
: 但我想要選擇筆電通常遇到偏向主打繪圖或電競
這種利潤高阿
: 難道純資料處理的市場這麼小嗎?
也不是說小，而是這個行業的移動運算需求不大，大部分都是桌機或遠端操作。
移動端通常只是
1.查資料
2.幫助思考
3.展示成果
用筆電運算或許有它的方便，但適合跑大量運算的筆電就是會笨重、短腿、體積大，
對以上三點都不利，而且跑運算說真的也是這幾個環節中最沒價值的，
所以這方面的運算，傾向丟到用插座的電腦上。
現在更進步了，往雲端運算發展。
我用 Azure Machine Learning 之後，
就比較少遇到那種因為運算老半天電腦就不能用、或是要留到睡覺時間再運算的情況。
都是資料弄好丟上雲端就可以算了，出門吃個飯途中可以拿平板出來看算好沒？
如果算完惹還可以直接看結果。
這類雲端工具還在起步中，目前只能解一些模組化的問題，
但是以後能算的模式會越來越複雜，本地端運算需求只會越來越少，
最後雲端工具應該會發展到跟你用單機軟體一樣強大。
--
※ 批踢踢實業坊(ptt.cc), 來自: 140.122.103.63※ 文章網址: https://www.ptt.cc/bbs/nb-shopping/M.1464090392.A.E1D.html
→ felaray: 我也適用Azure ML來做.. 給他自己跑 電腦還可以做別的事 05/24 19:48
推 mmmbop: azureML不是要錢嗎 05/24 22:00
→ moon1139: 其實本來也就該是這樣，拿移動平台處理資料就是不經濟 05/24 22:08
→ moon1139: 不效率的方法，丟給遠端的server弄才正確 05/24 22:09
→ moon1139: 原原PO怎麼會想不透這點倒滿奇怪的... 05/24 22:10
推 leo840908: 推 05/24 22:59
→ EAFZCO: 如果真的要處理大資料一定都是丟雲端 本地硬體建制太貴 09/03 15:51