Lambda є постачальником інфраструктури глибокого навчання, або глибокого навчання. Ця фірма у партнерстві з відомим Razer випустила потужний ноутбук, але він не призначений для ігор, як це прийнято у бренду Razer, а спеціально розроблений для глибокого навчання. Його ім'я Книга лямбда-тензора, і він має більше потужності, ніж ви можете собі уявити. Крім того, звичайно, він оснащений Linux, зокрема дистрибутивом Ubuntu, з яким можуть працювати розробники.
Якщо вас зацікавив цей ноутбук, вам слід знати, що Razer x Lambda Tensorbook доступний відтепер lambdalabs.com, і його ціна починається від 3499 доларів США, залежно від конфігурації. Досить дорога ціна, хоча це правда, що обладнання залишає вас безмовним. До речі, ви також можете налаштувати подвійне завантаження з Microsoft Windows разом з Ubuntu 20.04 LTS (Focal Fossa), якщо хочете, хоча за замовчуванням він включає лише платформу penguin. Ця ціна включає технічну підтримку та 1 рік гарантії...
Що стосується інтер’єру, до апаратного забезпечення, якщо це те, що вас найбільше цікавить, і щоб виправдати його високу ціну, слід сказати, що Razer x Lambda Tensorbook включає:
- 7-ядерний процесор Intel Core i11800-8 до 4.6 ГГц.
- Графічний процесор NVIDIA GeForce RTX 3080 Max-Q з 16 ГБ відеопам'яті.
- До 64 ГБ оперативної пам’яті DDR4 3200 МГц на вибір.
- Тип внутрішньої пам’яті SSD NVMe PCIe 4.0 2 ТБ.
- Сумісність з портом Thunderbolt 4
- Його екран має діагональ 15.6 дюймів з роздільною здатністю 2K і частотою 165 Гц.
- Алюмінієве шасі.
- Вага 2.1 кг.
З іншого боку, для ШІ, глибоке навчання та машинне навчання, цей ноутбук дає інженерам одну з найкращих платформ для роботи в цій галузі, включаючи:
- Хмара Lambda GPU
- Лямбда-стек
- NVIDIA CUDA
- cuDNN
- PyTorch
- TensorFlow
- Керас
- кава і кава 2
- Драйвери NVIDIA
- Інші цікаві утиліти для Linux:
- Створення важливо
- GNU Emacs
- Git
- htop
- Екран GNU
- tmux
- Вальгрінд
- Vim
За Стівен Балабан, генеральний директор лямбда, "Більшість інженерів ML не мають спеціального ноутбука з графічним процесором, що змушує їх використовувати спільні ресурси на віддаленій машині, сповільнюючи їх цикл розробки. Коли ви застрягли в SSH на віддаленому сервері, у вас немає локальних даних або коду, і вам навіть важко довести свою модель своїм колегам. Razer x Lambda Tensorbook вирішує це".