昨天用滴滴云的A100做了下TenorFlow的基准测试，可能略显抽象！今天来跑跑DeepFaceLab，整体来说A100还是挺强！ A100也应该未来一两年最强的深度学习显卡了，毕竟是单张七八万，一套DGX 一百多万的卡！

已经连续看了两天命令行和数字了，头围有所增加！

环境配置：

主角：A100-SXM4-40GB，

配套：CUDA11，Tensorflow 1.15.2 NV特别版，

系统：Ubuntu 18.04

安装注意点：

显卡相关支持和深度学习框架已经安装好了，只需要获取DeepFaceLab源代码，演示素材，安装相关依赖，这些操作可以参考之前的文章。

特别注意点：

安装依赖的时候记得把requirement文件里面的Tensorflow去掉。因为是新显卡，新驱动，必须要用特定版Tensorflow 。我本来打算按NV的官方指导自己在Conda上安装一个，以失败告终，为了节省时间就直接用滴滴云官方提供的环境来跑了。

按流程操作后遇到两个问题！

错误1：缺少so文件

ImportError: libSM.so.6: cannot open shared object file: No such file or directory

这种错误可大可小，有时候一条命了解决，有时候是无限套娃，A依赖B，B依赖CD，CD依赖EFG…

万幸，这一次只需要一个命令就能解决

apt-get install libsm6

错误2 ：诡异的编码问题

UnicodeEncodeError: ‘ascii’ codec can’t encode character ‘\u200b’ in position 454: ordinal not in range(128)

这个错误之前遇到过，所以也很快解决了，解决方法为找到报错的源代码，将其中的乱码删除，手动输入一次保存就正常了。

跑起来吧！！！

下面就开始跑模型了，我会贴几个常见参数的模型，大家可以对比下自己的机器和A100的差距。要看结论的直接拉到最后，今天陪跑的选项是V100,2080ti,1070。

先跑个轻量级Quick96，参数如下。

这个自然是快的飞起，大概是45ms一个迭代。

接下来重点来了，跑跑重量级的SAEHD模型。这里废话就不说了，直接贴参数和迭代数据。先做一个DF结构下不同像素RES的对比，比如 128,192,256,512 等。

参数：df-f-128-bs8

参数：df-f-192-bs8

参数：df-f-256-bs8

参数：df-f-512-bs8

木有办法，只能降降bs，试试看了

参数：df-f-512-bs4

 

接下来我们做一个DFUD结构下不同像素模型的对比，640×640的极限像素了能跑到么？

dfud-f-128-bs8

dfud-f-192-bs8

dfud-f-256-bs8

dfud-f-512-bs8 ，没有炸！

此时nvidia-smi一下

dfud-f-512-bs4 (这个主要是为了后面和V100 16G比较)

dfud-f-640-bs8 （依旧没有炸，能跑起来）

dfud-f-1024-bs4 （解锁软件上线，拉到1024像素跑跑看）

dfud-f-800-bs4

单个迭代时间已接近3秒。

模型文件大小，大概3G多点！

对比环节

A100的情况大概就是这个样子。对于跑过各种设备的人，看到这些数据，不用多说应该心里有数了。对于不少人来说，我贴了一堆图，可能没啥直观感受。下面就用A100和V00以及GTX1070做一个对比。

参数/显卡	A100-SXM4-40GB	V100-SXM2-16GB	RTX2080ti 11G	GTX1070 8G
df192 bs8	185ms	380ms	440ms	900ms
df256  bs8	330ms	640ms	800ms	x
df512 bs4	900ms	x	x	x
dfud256 bs8	190ms	315ms	340ms	720ms
dfud512 bs4	610ms	800ms	x	x
dfud640 bs4	1250ms	x	x	x
dfud800 bs4	2600ms	x	x	x

                                                                  A100 Vs V100 Vs GTX1070

 

PS:不晓得什么情况，Colab的 V100数字飘到不行，只能勉强用了!  其中的x代表跑不了，数字越小越强！

从数据中不难看出：

1.  A100面前都是弟弟，二弟，三弟，四弟…

2.  A100在模型像素比较小的时候优势比较大，DF192的情况下，A100比V100快一倍多！

3.  A100能跑到800×800的像素，V100只能512，2080TI跑不了512。

4.  2080TI其实有点强的，深度学习卡V100并没有甩他很远。

下面来个更加直观的假设：

假如我用A100跑一个DFUD512，一天能跑14万迭代！

假如我用A100跑一个DF256，一天能跑26万迭代！

假如我用A100跑一个DF128，一天能跑86万迭代！

假如我用A100跑一个DFUD128，一天能跑130万迭代

有钱真的可以买时间啊！我流下了贫穷的眼泪^_^！

============

GPU A100 由滴滴云提供，目前可以申请测试！ 滴滴云大师码：8888 ！！

文章链接：https://www.deepfaker.xyz/?p=2077