近日，NVIDIA“禁止数据中心使用GeForce进行深度学习”的消息在圈内引起了不小的关注。事件起源于日本UbiquitousEntertainment总裁兼首席执行官ShimizuRyo在日媒网站发表的一篇文章，提到NVIDIA修改了最终用户协议，禁止在数据中心使用GeForce系列显卡，并表示不满，认为NVIDIA此举是为了追求利润。但事实真的如此吗？不过，其实业内人士都知道，GeForce本身就是一款游戏显卡，它的问世并不是为了数据中心的深度学习。但是，由于其性能优势，一些人将GeForce用于深度学习和科学研究。不过，虽然数据中心的特斯拉产品价格贵了好几倍，但实际上，真正的大型数据中心不会为了省钱而冒险使用消费级GPU。这将是正规厂家的明智选择。事实上，NVIDIA的消费级GeForce和TitanGPU以及TeslaGPU最初的设计初衷就是“专攻科技行业”。随着产品的不断增多，NVIDIA此举意在为消费者用户和企业用户区分不同的EULA，这也是很有必要的。但值得注意的是，NVIDIA并未禁止将GeForce和TitianGPU用于小规模非商业用途，也就是说，对于需求不大的小规模学术和科研人员，不会受到影响。那么，为什么数据中心不能用呢？这里的数据中心一般指的是更大的部署，通常在多服务器机架中，以便许多用户可以使用始终在线的GPU。PC和服务器在密度、气流、正常运行时间和可管理性方面具有不同的操作环境。数据中心部署需要满足24x7运行的复杂硬件、软件和冷却要求，并且通常是多机架服务器。夸张地说，NVIDIA此举是为了滥用垄断地位谋取利益。因为在真正的大型数据中心使用GeForce和TitanGPU，在性能和安全性上都无法得到基本的保障。此外，NVIDIA还明确表示其Tesla产品是数据中心的正确选择，并为数据中心工作负载提供覆盖。、NVIDIA企业级支持、持续供应保证，以及延长数据中心组件产品预期使用寿命的三年保修。在这方面，国内外知名企业采用TeslaGPU的事实也证明是不言而喻的。NVIDIA在GTCCHINA2017大会上透露，华为、浪潮、联想等国内领先的OEM厂商已经采用基于TeslaV100GPU加速器的HGX参考架构，为超大规模数据中心提供加速系统；阿里云、百度和腾讯正在将NVIDIATeslaV100GPU集成到其数据中心和云服务基础架构中。此外，京东和科大讯飞也在其数据中心使用TeslaGPU和相关软件进行推理工作。但NVIDIA还表示，他们还发现学术研究人员经常将GeForce和TITAN产品重新用于不在数据中心级别运行的LAN中的非商业用途。NVIDIA不禁止此类较小的非商业用途。所以学术研究机构和初创企业大可不必担心。以前的用户呢？对此，笔者也收到了NVIDIA的官方回应：更新后的EULA条款仅适用于希望下载新驱动的用户。同样，不下载新驱动程序的用户不同意该许可，因此更新的驱动程序EULA不适用于他们。这些用户（希望下载新驱动程序的用户）受他们在许可、购买和/或下载NVIDIA产品和软件时签署的协议和保证条款的约束。除非GeForce/Titan客户选择下载新的驱动程序，否则对他们没有影响。希望下载新驱动程序的用户在下载和使用许可软件之前应仔细阅读EULA；如果他们不同意适用的EULA的条款，则他们可以放弃新的驱动程序并继续使用已经获得许可的驱动程序。一句话：放心使用！
