Lambda er en leverandør av dyp læringsinfrastruktur, eller dyp læring. Dette firmaet har inngått samarbeid med den velkjente Razer for å lansere en kraftig bærbar PC, men den er ikke beregnet for spilling, slik det er vanlig i Razer-merket, men er spesialdesignet for dyp læring. Navnet hans er Lambda TensorBook, og den har mer kraft enn du kunne forestille deg. I tillegg kommer den selvfølgelig utstyrt med Linux, spesielt med Ubuntu-distroen som utviklere kan jobbe med.
Hvis du er interessert i denne bærbare datamaskinen, bør du vite at Razer x Lambda Tensorbook er tilgjengelig fra nå av lambdalabs.com, og prisen starter på $3499 20.04, avhengig av konfigurasjon. En ganske dyr pris, selv om det er sant at maskinvaren gjør deg målløs. Du kan forresten også konfigurere dual boot med Microsoft Windows sammen med Ubuntu 1 LTS (Focal Fossa) hvis du foretrekker det, selv om det som standard bare inkluderer pingvinplattformen. Den prisen inkluderer teknisk støtte og XNUMX års garanti...
Når det gjelder interiøret, til maskinvare, hvis det er det som interesserer deg mest, og for å rettferdiggjøre den høye prisen, må det sies at Razer x Lambda Tensorbook inkluderer:
- Intel Core i7-11800 8-kjerners CPU opp til 4.6 Ghz.
- NVIDIA GeForce RTX 3080 Max-Q GPU med 16 GB VRAM.
- Opptil 64 GB DDR4 3200 Mhz RAM å velge mellom.
- Intern lagringstype SSD NVMe PCIe 4.0 på 2TB.
- Thunderbolt 4 port-kompatibilitet
- Skjermen er 15.6 tommer med 2K-oppløsning og 165 Hz.
- Aluminiums chassis.
- Vekt 2.1 kg.
På den annen side, for AI, dyp læring og ML, gir denne bærbare datamaskinen ingeniører en av de beste plattformene å jobbe på i denne bransjen, inkludert den kommer også med:
- Lambda GPU Cloud
- Lambda Stack
- NVIDIA CUDA
- cuDNN
- PyTorch
- tensorflow
- Keras
- kaffe og kaffe 2
- NVIDIA-drivere
- Andre interessante Linux-verktøy:
- Bygg-essensielt
- GNU Emacs
- gå
- htop
- GNU-skjerm
- tmux
- valgrind
- Vim
Av Stephen Balaban, administrerende direktør av Lambda, "De fleste ML-ingeniører har ikke en dedikert GPU-bærbar datamaskin, noe som tvinger dem til å bruke delte ressurser på en ekstern maskin, noe som bremser utviklingssyklusen deres. Når du sitter fast i SSH til en ekstern server, har du ingen av dine lokale data eller kode og har til og med vanskelig for å bevise modellen din for kollegene dine. Razer x Lambda Tensorbook løser dette".