根据外电报导，制图芯片公司英伟达（NVIDIA）日前悄悄修改了用户授权合约，禁止在数据中心使用消费等级的Geforce系列显卡来深度学习。换句话说，就是只能使用英伟达旗下的高端Tesla系列做深度学习。不过，Tesla系列的显卡价格是GeForce价格的好几倍，所以英伟达这种举动已引起部分进行深度学习的企业不满。
报导指出，英伟达修正的终端使用者规定，准确的说不是不允许在数据中心使用GeForce系列显卡，而是禁止在数据中心使用授权的配套软件。换句话说，GeForce系列显卡还是可以正常购买及使用，但就是不能用配套软件进行深度学习。目前，英伟达可说是全世界唯一提供够多运算函数进行深度学习的企业，这方面半导体厂英特尔（Intel）虽然也在努力追赶，但目前仍落后英伟达。
对于英伟达禁止在数据中心以GeForce系列显卡进行深度学习项目，有人就统计，比较平均训练时间。虽然高价Tesla系列显卡在标准测试中，胜过消费等级的GeForce显卡，不过胜出例也仅增加1.25倍而已。或说Tesla系列显卡进行深度学习的训练时间，相较GeForce系列显卡少了20%，整体差距不是很大。
平均训练时间
在DeepConvLSTM这个基准上，两者运行时的能耗和温度
很显然，Tesla的处理性能和稳定性更高一些，但这两个系列都基于Pascal架构，硬件规格（specifications）也非常类似。然而，在价格方面，Tesla却将近是GeForce的10倍。
综合来看，GeForce系列显卡无疑是性价比最佳的解决方案，幸好此次限制的只是商业客户，学术或研究单位并不在此限。不过，当市场只一家企业有绝对优势时，往往这家企业就会采取其他措施，让自己的利润最大化，英伟达此次举动想必也是出于这样的想法。只是这项规定，未来也可能给深度学习发展带来不小的冲击。
日本业界对NVIDIA的指责
近日，日本Ubiquitous Entertainment总裁兼CEO清水亮发文称，NVIDIA更新了EULA（End User License Agreement，终端机用户许可协定），禁止用户在资料中心部署GeForce配套软件。
GeForce的配套软件，是GeForce用来发挥自身硬件效能必须的；软硬件的深度结合，也正是NVIDIA的优势所在。
正如清水亮文中所说，NVIDIA是全世界唯一一家提供API和半导体满足大量乘积累加函数运算（sufficient multiply-accumulate operation）需求的公司，后者正是深度学习的基础。
据了解，目前大多数深度学习框架和程式库都依赖CUDA，而CUDA正是NVIDIA独立推出的并列计算架构；这意味着失去了NVIDIA官方驱动支援，GeForce将无法用于深度学习。
至于第三方为NVIDIA显示卡开发的Nouveau驱动，并不支援CUDA。换句话说，没有NVIDIA官方的软件许可，使用GeForce进行深度学习训练几乎无法进行。
据此，清水亮认为，NVIDIA更新意味着，无论消费用户还是企业用户，都无法再采用GeForce显示卡，在各自的资料中心执行深度学习工作。
清水亮指责，很明显NVIDIA是滥用在GPU领域的垄断地位；尤其是对想进行深度学习实验的学生群体和还未能商业化的企业而言，这种做法非常不合理。
对此，地平线创始人兼CEO余凯评论也认为：
未来Google也许会走类似的路，说用TensorFlow 只能用我的TPU。任何大公司一定会利用自己的垄断优势来控制市场。
实际上，NVIDIA不仅修改条款，且已根据条款采取行动。2017年12月21日，日本著名云端服务商SAKURA 宣布停止提供基于GeForce Titan X的主机，原因正是收到NVIDIA（日本）要求停止使用Geforce系列的书面通知。
涉嫌滥用垄断地位
资讯服务网站Solidot也表示，NVIDIA的消费者级显示卡GeForce和企业级显示卡如Quadro和Tesla架构相似，但价格天上地下，因此可能会有企业将消费级显示卡用于AI应用部署到资料中心。对于NVIDIA禁止将GeForce用于资料中心，Solidot评论：
“当一个市场被一家企业主导时会发生什么事？这家企业显然会采取各种措施获取最大利润。”
不过，NVIDIA几乎切断GeForce与资料中心纽带同时，还留下一条后路：如果用户将GeForce用于基于资料中心的区块链，NVIDIA表示这样做倒可以。
由此看来，区块链之所以幸免，可能是因为在这领域NVIDIA的优势并没有像深度学习领域的绝对优势；无论AMD家显示卡，还是自订的挖矿机，在挖矿场域都不会比NVIDIA的显示卡逊色。
最后，英文版和日文版EULA已更新的前提下，中文版还没有更新，但既然NVIDIA已在日本市场痛下杀手，恐怕其他地区也很难避免。
参考资料：
科技新报 2017-12-26
雷锋网 2017-12-27
新智元 2017-12-26
推荐阅读
关注公众号芯华舍 ，后台回复关键词看更多内容
回复先进半导体，看先进半导体器件全集
回复伯克利 ，看伯克利大学半导体工艺系列全集
回复射频器件 ，看应用于高功率和高速RF的半导体电子器件全集
戳下面的原文阅读，更有料！