Lambda er en udbyder af deep learning-infrastruktur eller deep learning. Dette firma har indgået partnerskab med den velkendte Razer for at lancere en kraftfuld bærbar, men den er ikke beregnet til spil, som det er normalt i Razer-mærket, men er specielt designet til deep learning. Hans navn er Lambda TensorBook, og den har mere kraft, end du kunne forestille dig. Derudover kommer den selvfølgelig udstyret med Linux, specifikt med Ubuntu-distroen, som udviklere kan arbejde med.
Hvis du er interesseret i denne bærbare computer, skal du vide, at Razer x Lambda Tensorbook er tilgængelig fra nu af lambdalabs.com, og dens pris starter ved $3499, afhængigt af konfiguration. En ret dyr pris, selvom det er rigtigt, at hardwaren efterlader dig målløs. Du kan i øvrigt også konfigurere dual boot med Microsoft Windows sammen med Ubuntu 20.04 LTS (Focal Fossa), hvis du foretrækker det, selvom det som standard kun inkluderer pingvinplatformen. Den pris inkluderer teknisk support og 1 års garanti...
Med hensyn til dets indre til hardware, hvis det er det, der interesserer dig mest, og for at retfærdiggøre den høje pris, skal det siges, at Razer x Lambda Tensorbook inkluderer:
- Intel Core i7-11800 8-core CPU op til 4.6 Ghz.
- NVIDIA GeForce RTX 3080 Max-Q GPU med 16 GB VRAM.
- Op til 64 GB DDR4 3200 Mhz RAM at vælge imellem.
- Intern lagertype SSD NVMe PCIe 4.0 på 2TB.
- Thunderbolt 4 port kompatibilitet
- Dens skærm er 15.6″ med 2K opløsning og 165 Hz.
- Aluminium chassis.
- Vægt 2.1 kg.
På den anden side for AI, deep learning og ML, giver denne bærbare computer ingeniører en af de bedste platforme at arbejde på i denne industri, inklusive den kommer også med:
- Lambda GPU Cloud
- Lambda stak
- NVIDIA CUDA
- cuDNN
- PyTorch
- TensorFlow
- Keras
- kaffe og kaffe 2
- NVIDIA-drivere
- Andre interessante Linux-værktøjer:
- Byg-essentiel
- GNU Emacs
- Git
- htop
- GNU-skærm
- tmux
- valgrind
- vim
Ved Stephen Balaban, administrerende direktør af Lambda,"De fleste ML-ingeniører har ikke en dedikeret GPU-laptop, hvilket tvinger dem til at bruge delte ressourcer på en ekstern maskine, hvilket bremser deres udviklingscyklus. Når du sidder fast i SSH til en ekstern server, har du ingen af dine lokale data eller kode og har endda svært ved at bevise din model over for dine kolleger. Razer x Lambda Tensorbook løser dette".