Lambda är en leverantör av infrastruktur för djupinlärning, eller djupinlärning. Denna firma har samarbetat med den välkända Razer för att lansera en kraftfull bärbar dator, men den är inte avsedd för spel, som är vanligt i Razer-märket, utan är speciellt designad för djupinlärning. Hans namn är Lambda TensorBook, och den har mer kraft än du kan föreställa dig. Dessutom kommer den naturligtvis utrustad med Linux, specifikt med Ubuntu-distro som utvecklare kan arbeta med.
Om du är intresserad av denna bärbara dator bör du veta att Razer x Lambda Tensorbook är tillgänglig från och med nu lambdalabs.com, och dess pris börjar på $3499 20.04, beroende på konfiguration. Ett ganska dyrt pris, även om det är sant att hårdvaran gör dig mållös. Du kan förresten även konfigurera dual boot med Microsoft Windows tillsammans med Ubuntu 1 LTS (Focal Fossa) om du föredrar det, även om det som standard bara inkluderar pingvinplattformen. Det priset inkluderar teknisk support och XNUMX års garanti...
När det gäller dess interiör, till hårdvara, om det är det som intresserar dig mest, och för att motivera dess höga pris, måste det sägas att Razer x Lambda Tensorbook innehåller:
- Intel Core i7-11800 8-kärnig CPU upp till 4.6 Ghz.
- NVIDIA GeForce RTX 3080 Max-Q GPU med 16 GB VRAM.
- Upp till 64 GB DDR4 3200 Mhz RAM att välja mellan.
- Intern lagringstyp SSD NVMe PCIe 4.0 på 2TB.
- Thunderbolt 4-portskompatibilitet
- Skärmen är 15.6 tum med 2K-upplösning och 165 Hz.
- Aluminiumchassi.
- Vikt 2.1 kg.
Å andra sidan, för AI, djupinlärning och ML, den här bärbara datorn ger ingenjörer en av de bästa plattformarna att arbeta på i den här branschen, inklusive den kommer också med:
- Lambda GPU Cloud
- Lambda Stack
- NVIDIA CUDA
- cuDNN
- PyTorch
- TensorFlow
- Keras
- kaffe och kaffe 2
- NVIDIA-drivrutiner
- Andra intressanta Linux-verktyg:
- Bygg-nödvändigt
- GNU Emacs
- gå
- htop
- GNU-skärm
- tmux
- valgrind
- vim
Genom Stephen Balaban, VD av Lambda, "De flesta ML-ingenjörer har inte en dedikerad GPU-bärbar dator, vilket tvingar dem att använda delade resurser på en fjärrdator, vilket saktar ner deras utvecklingscykel. När du har fastnat i SSH till en fjärrserver, har du ingen av dina lokala data eller kod och har till och med svårt att bevisa din modell för dina kollegor. Razer x Lambda Tensorbook löser detta".