Lambda е доставчик на инфраструктура за дълбоко обучение или дълбоко обучение. Тази фирма си партнира с добре познатия Razer, за да пусне мощен лаптоп, но той не е предназначен за игри, както е обичайно за марката Razer, а е специално проектиран за дълбоко обучение. Неговото име е Книга за ламбда тензор, и има повече мощност, отколкото можете да си представите. Освен това, разбира се, той е оборудван с Linux, по-специално с дистрибуцията на Ubuntu, с която разработчиците могат да работят.
Ако се интересувате от този лаптоп, трябва да знаете, че Razer x Lambda Tensorbook е наличен от сега нататък lambdalabs.com, а цената му започва от $3499, в зависимост от конфигурацията. Доста скъпа цена, въпреки че е вярно, че хардуерът ви оставя без думи. Между другото, можете също да конфигурирате двойно зареждане с Microsoft Windows заедно с Ubuntu 20.04 LTS (Focal Fossa), ако предпочитате, въпреки че по подразбиране включва само платформата Penguin. Тази цена включва техническа поддръжка и 1 година гаранция...
Що се отнася до интериора му, към хардуера, ако това ви интересува най-много и за да оправдае високата му цена, трябва да се каже, че Razer x Lambda Tensorbook включва:
- Intel Core i7-11800 8-ядрен процесор до 4.6 Ghz.
- NVIDIA GeForce RTX 3080 Max-Q GPU с 16GB VRAM.
- До 64 GB DDR4 3200 Mhz RAM за избор.
- Тип вътрешна памет SSD NVMe PCIe 4.0 от 2TB.
- Съвместимост с Thunderbolt 4 порт
- Екранът му е 15.6″ с 2K резолюция и 165 Hz.
- Алуминиево шаси.
- Тегло 2.1 кг.
От друга страна, за AI, дълбоко обучение и ML, този лаптоп дава на инженерите една от най-добрите платформи за работа в тази индустрия, включително и с:
- Lambda GPU облак
- Ламбда стек
- NVIDIA CUDA
- cuDNN
- PyTorch
- TensorFlow
- Keras
- кафе и кафе 2
- Драйвери на NVIDIA
- Други интересни помощни програми за Linux:
- От съществено значение за изграждането
- GNU Emacs
- отивам
- htop
- Екранът на GNU
- tmux
- Валгринд
- Vim
От Стивън Балабан, главен изпълнителен директор на ламбда, "Повечето инженери на ML нямат специален GPU лаптоп, което ги принуждава да използват споделени ресурси на отдалечена машина, забавяйки цикъла им на разработка. Когато сте заседнали в SSH към отдалечен сървър, нямате никакви локални данни или код и дори ви е трудно да докажете своя модел на колегите си. Razer x Lambda Tensorbook решава това".