我是一名机器学习工程师,必须使用 NVIDIA GPU 加速器(CUDA 实现)来训练学习算法并加快进程。
我有一台配备两个磁盘驱动器(1:256GB SSD 和 2:1TB HDD)的 Dell G3 15,并计划安装 Ubuntu Desktop 18.04.3LTS,但我目前也在我的 SSD 上安装了 Windows 10。
Ubuntu 能否帮助缩短每一毫秒的时间?或者换言之,我是否应该考虑安装 Ubuntu(了解我必须做的工作)?显然,对于几乎所有编程任务来说,Linux 都比 Windows 更受欢迎。
如果是,我应该如何管理磁盘驱动器的存储和操作系统以获得最佳性能?意思是,我应该在 SSD 上安装 Ubuntu,在 HDD 上安装 Windows 吗?或者两者都可以安装在同一个 SSD 上(创建或不创建分区,哪个更好)?
编辑:虽然这个问题可能看起来与这里的其他问题相似,但这是在机器学习的背景下以及 Ubuntu 而不是 Windows 对于编程实践的重要性/需求/用途。
答案1
让我试着回答你的问题
1. 利用每毫秒的系统资源
好吧,认为“在几乎所有编程任务中,Linux 都比 Windows 更受欢迎”是一种误解。实际上,程序员对操作系统的偏好各不相同。有些人可能使用基于 Linux 的操作系统,有些人可能更喜欢 MacOS。就我个人而言,我会选择 Ubuntu,并将其桌面环境更改为 XFCE,因为它占用的系统资源较少,因此您可以使用这些资源来训练 ML 算法。
2. 管理磁盘驱动器的存储和操作系统以获得最佳性能
如果您按照我的建议回答第一个问题,那么您将必须安装 Ubuntu。双启动可能是一个解决方案。就分区而言,您可能必须为 Ubuntu 提供更多磁盘空间,因为有时数据集往往很大。只需在 Windows > 磁盘管理中缩小存储空间,然后可以将未分配的空间分配给 Ubuntu。最后,这取决于您的使用情况。SSD 比 HDD 快得多,因此您可能更喜欢 SSD