实验室只有1080的显卡，老师还想让发深度学习论文，也不给配置好的显卡怎么办？

我认为下面三种方法有效，推荐力度依次递减。

1.向教授提合理需求

向团队的老板提需求，团队的科研资金都是能用来买设备，特别是这种基础实验设备。

每年科研经费那么多，老板都不配置好显卡，说明你们实验室对于深度学习并不是主流方向。

当初我们实验室是没有做深度学习方向的，我向老板陈述了科研上的要求后，配置了一台4张2080ti的服务器。当然这和国内大部分实验室不能比（我本科同学实验室都用上A100了），但对于我来说已经绰绰有余

（小数据集在cpu上一个epoch训练时间是1分30s，在gpu上是1s，接近100倍的提升）

2.云服务的资源

国内云服务对gpu一般是按小时收费，如果能向教授报销购买云服务计算机资源的开销，云服务也是一个不错的选择。

一开始我实验室没有服务器，我将大数据集抽样成小数据集，放在aws用cpu做一个初步训练，验证算法对于当前数据集的有效性。如果未来我有且只有这种计算资源，我会租一个gpu来训练整个数据集。

3.公司实习

在公司实习可以免费白嫖资源，

优点：成熟一点的公司计算资源是非常的丰富，一段大厂的实习经历能很好为秋招背书

缺点：一方面背着公司业务的压力，一方面在上面做科研，是否能够扛住。

我之前在日本著名电商公司实习，但光工作的业务已经让我筋疲力尽了，科研工作在实习阶段都是停滞不前的。