Guía para comprar tu PC para Data Science, IA o ML
Вставка
- Опубліковано 11 чер 2024
- Este video te va a guiar para que sepas cuales son las especificaciones que necesitas para poder aprender o desempeñar tu puesto en el campo de data science o machine learning.
Twitter:
/ amptech_cc
- 🔊 Si quieres apoyar al canal 🫶 para que haya mas y mejor contenido (ganar-ganar-ganar jaja) puedes hacerlo por Patreon! 🔊
/ amptech_cc
Aquí hay algunos ejemplos de computadoras con las características que digo en el video:
Laptops con GPU:
- amzn.to/3YwVOtw
- amzn.to/3jVCbML
Laptops sin GPU:
- amzn.to/3Iqdp0W
- amzn.to/3E2Li5h
- amzn.to/3xGdXcV
- amzn.to/3XqySep
Estas ligas son links de afiliados, al comprar uno de estos productos apoyas este canal sin costo adicional para ti.
0:00 - Intro
0:25 - Procesador
1:31 - Memoria RAM
2:37 - Almacenamiento
3:48 - GPU
6:25 - Laptops
7:45 - Computadora de escritorio
9:03 - Computo en la nube
10:15 - Google Colab
#nvidia #inteligenciaartificial #amd #intel #cienciadedatos #datascience - Наука та технологія
![DATA SCIENCE: Te explico un PROYECTO TÍPICO desde el Problema Hasta el Código [INCLUYE App]](/img/n.gif)
Yo estoy estudiando IA, y veo tus videos como inspiración, me gusta lo que explicas y el dominio del tema, eres grande :D
Muchas gracias Oscar!
Como puedo empezar en la IA?
😮 Crack me dejaste sin palabras explicas muy bien. Un Abrazo.
Excelente explicación, ya entendí el x que mi falla constante , me hubiera servido mucho tu video antes de comprar mi equipo , a solucionar el error , gracias ‼️
Excelente video, muy útil como siempre
Ojo con los SSD, SATA vs NVMe, m.2 solo es un form factor, osea como viene el conector fisico, digase 2.5" vs m.2 pero lo que importa en tecnologia es SATA vs NVMe (1.3 a 1.5)
Que gran video, aportas mucha info y explicas muy bien. Graxxx
Muchas gracias por tu comentario! Que bueno que te fue de ayuda :)
Muy buen vídeo, muchas gracias
Justo el vídeo que estaba buscando
Estoy empezando en este mundo, vengo del marketing digital y la ciencia de datos me atrapo, deséenme suerte banda, yo les deseo lo mismo.
Excelente explicación, súper clara para personas que no tienen conocimiento en temas de infraestructura de TI ;) Saludos
Muy bueno, la verdad apenas te empecé a ver pero me ha gustado mucho tu manera de explicar, tengo unas preguntas, ¿Que tan buena es la mac mini m2 para este tipo de trabajos? y la otra es ¿ya tienes cursos de IA?
Hola gracias por tus guías.
Genioooo, graciaaas!
Me gusta mucho Tus videos. Gracias por los tutoriales
Muchas gracias por tu comentario Francis.
Que buen video bro gracias
Estoy aprendiendo ML y PLN con mi PC para CGI: intel i9 14900k 128GB Ram, 3- m.v2 2Tb cu. nvidia 4080xt
Fenomenal vídeo, difícilmente se puede resumir mejor tocando todos los temas relacionados, gracias!
Muchas gracias! Justo busco no caer en mucho detalle y un video de 40 minutos ni uno muy por encima de 3.
Saludos!
muchas gracias!
Quizas suene a una tonteria, pero so hay dinero puedes comprar una laptop sencilla y usar por acceso remoto una de escritorio, de esa manera puedes trabajar por ratos desde distintos lados
Alex genio , capo ¡ gracias por la info ¡ ¿ en algún momento harías algún curso ? Me da la impresión que serias muy bueno explicando y enseñando ¡ Saludos
Hola Martin,
Justo estoy trabajando en uno con los básicos de redes neuronales.
Saludos!
Muy buen video!
Muchas gracias Santiago, espero que el algoritmo si lo haya mostrado esta vez jaja
Saludos!
@@AMPTech por supuesto Alex. Para que aprenda, hay que entrenarlo! Jajaja.
Abrazo!
- [00:00] 🖥 Componentes principales para PC con ciencia de datos/aprendizaje automático
- Los componentes importantes incluyen RAM, CPU, GPU y almacenamiento.
- [01:24]🧠 Consideraciones de RAM para procesar datos
- La RAM mínima recomendada es de 8 GB para procesar grandes conjuntos de datos.
- Una mayor RAM permite procesar conjuntos de datos más pesados de manera más eficiente.
- [02:49]💾 Opciones y consideraciones de almacenamiento
- Se recomienda un mínimo de 500 GB de almacenamiento para mayor flexibilidad.
- [03:55] 🎮 GPU para redes neuronales y aprendizaje profundo
- Las GPU son esenciales para procesar redes neuronales de manera eficiente.
- Considere las GPU NVIDIA para un rendimiento optimizado en redes neuronales.
- [06:15]💻 Pros y contras de las diferentes opciones informáticas
- Las computadoras portátiles ofrecen portabilidad pero pueden tener un rendimiento limitado en comparación con las computadoras de escritorio.
- Las computadoras de escritorio permiten una fácil actualización pero carecen de portabilidad.
- La computación en la nube proporciona acceso a máquinas potentes sin requisitos de propiedad física.
BUEN trabajo
Hola como estas? Me encanto el video. Siento que esta muy bien explicado. Te quería preguntar quiero trabajar como analista de datos, me compre una notebook y viene con el sistema operativo qubumtu, te quería preguntar si le dejo ese o lo tengo que cambiar por Windows?
Que buen video!.
Muchas gracias!
¡Gracias!
las laptops si las vas a usar como trabajo, deberian ser mobile workstation, yo uso DELL Precision 7660 y tienen el soporte de la marca misma
Que gran video.. estoy buscando como después de tener el PC listo, CÓMO lo configuramos para el mejor rendimiento
buenas, gracias por el video, se te paso la etiqueta del 12:53 de Windows vs Linux, buen video también.
Un saludo.
Muchas gracias! voy a ponerla de una vez.
Saludos!
Muy buena información.. Soy nuevo en el tema de la IA y quiero iniciarme en esta tecnología. Una pregunta, ¿la tarjeta Nvidia RTX 4060 TI de 16GB me resultaría suficiente para trabajar con IA? Gracias por tu ayuda y atención.
Hola Alex, antes que nada, gracias por toda la información y dedicación que compartes en tu excelente canal.
Te quiero preguntar que me recomiendas para hacer una aplicación De detección y reconocimiento de Placas/Matriculas/Patentes de auto (ANPR) de una cámara WEB o de una cámara de video vigilancia estándar para una placa de desarrollo de capacidad mediana pero en tiempo real como para dar accesos a los autos en una puerta o una barrera (la iluminación de noche puede ser la adecuada).
Con las siguientes opciones y saber cuál recomiendas ( si tienes alguna otra, bienvenida la sugerencia)
- Placa de desarrollo: Raspberry Pi, Google Coral, ASUS Thinker Edge, Jetson Nano , etc.
- Lenguaje de Programación: Python, C++, Java, .Net, Nod.js, etc
- Librerias y/o Framework / tolos : Yolo, OpenCV, OCR, de preferencia no Cloud
- Para entrenar al modelo que forma me recomendarías, o si ya existe uno que se pueda adquirir para mi caso
- Me encuentro en México y las matrículas sólo serian del país
De antemano gracias por las sugerencias que me puedas hacer para este proyecto.
Feliz comienzo de año y mucho éxito para ti y tu canal.
Siempre adivinas lo que necesito, jajajaja literal lo estaba investigando.
Gracias al algoritmo
Me parece que estas recomendaciones hay que actualizarlas, para la IA generativa.
Saludos!
Podrías hacer un vídeo roadmap de machine learning.
Saludos.
ua-cam.com/video/8nSGUb9zCco/v-deo.html
Ando empezando para data sciense pero queria empezar con data analytics con una rtx3050ti nitro acer de 32gb y procesador 11th gen intel i5 11400h @ 2.70Ghx, 2688 Mh ? Tarjeta grafica de 4gb ram
Recomendarias la gpu rtx 4070 super de 12 gb para machine learning con procesamiento de imagenes
no es mejor tener un mac book pro M3 MAX de unos 36 gb o lo que se requiera según el entrenamiento???? digo por si se quiere entrenar una máquina muy grande, como un llama de 7b que creo entender que se reqieren 28GB de vram, es decir 4 bits x 7. ¿Has probado una mac y qué recomiendas en estos casos?
Yo tengo una duda que placa madre me recomiendas ?
muy bueno
Estoy por armar un PC para IA, redes neuronales, uso de creación de imágenes con IA usando stable difussion, tengo dos ya de antes gtx 1660 ti y una rtx 3060. Mí duda es en procesador AMD 7950X o core i9 14900K en precio es muy similar, en este caso cual procesador me recomiendan y con respecto a la competencia? Muchas gracias
Hola, cómo estás? Existe algo como cuello de botella en data science ? Quiero armar una PC con un ryzen 7 5700g y una RTX 3070? Se limitará la eficiencia de la placa de video?
En algunos conceptos te equivocaste, no es dico sólido y duro es disco mecánico y duro o sólido, y no es m.2 ni NVMe porque el m.2 es el nombre del puerto y el NVMe es el tipo de memoria
La tarjeta gráfica intel iris xe serviría para redes neuronales??
MacBook Air con chip M1 sirve?
1. La calidad de tus videos es muy elevada
2. Habria alguna desventaja si combino un procesador de Amd como el ryzen 5 5500 con una grafica de nvidia sobre las misma combinacion pero con un procesador de intel para trabajar con entrenamientos de modelos para deteccion de objetos
hola, y las TPUs?
Con un M2 o M3 no se puede trabajar?
Yo me aloqué y compré una gpu china barata de amd de 8 gb XD, potencialmente en el futuro le ando viendo a la serie 7000 de amd. Nvidia si es muy útil pero sus precios son otra cosa
*el avance tecnologico trajo una nueva carrera profecional*
*especialisados en IA*
Que tal un Intel NUC? Y si he usado Claude pegando una lista de números para pedirle mediante un promt que me pronostique secuencias numéricas con CNN o RNN, ellos usan recursos propios en nube? Algo 😊 fue el día en el que vi en el metro a un joven que orgullosamente llevaba una caja con una torre de gamer, pensar en el día que uno vea un chico en el metro llevando orgulloso su torre para correr transformers!😂
Hola deberías hacer una serie de video haciendo diferente con yolo, pytorch entrenamientos con una Jetson 😢
Tengo la misma pregunta que rodweiser.... Tengo un CPU y tengo dos gráficas RTX 3080ti... Pero solo tengo puesta una para cnn solo conecto la otra y ya ? O tiene que trabajar de manera de nvlink ? O algo de referencia
Con NVLINK te aseguras que tu maquina vea dos GPUs "como uno", pero si no tienes eso puedes conectar las tarjetas y usar pytorch/tf para hacer paralelismo de datos. Entonces cada GPU trabaja de manera independiente haciendo cálculos en paralelo.
Gracias por tu vídeo! Pero tengo una AMD RX 580 de 8gb. Demasiado lenta para las operaciones matriciales? :C
En general si se hacen un poco mas lentos los cálculos, es que con NVIDIA hay software como CUDA y CUDNN que optimizan los cálculos.
Aparte, puede que haya algunos problemas de compatibilidad lo cual requiere que te metas un poco mas a fondo para hacer las adaptaciones.
yo. tenia una duda, si adquiero una Mac con procesador m2 se. podría usar para machine. learning o específicamente necesitamos una gpu dedicada en lugar de usar el mismo procesador para el trabajo y si fuera posible, se podría usar RAPIDS, hace tiempo iba. a tomar la certificación por Nvidia pero desconocía y la verdad estaba pensando en armar una pc. componente. por componente pero me quedo esa duda y no tome el curso :( por el dinero era. pc o el curso xD y usar la Mac con una maquina virtual tmbn me surgieron. dudas por si funcionaria o no, desconozco si rapids a fuerzas te pide cuda cores, Alienware! :v
Yo usaba una mac book pro hace años, y hay algunas cosas puedes hacer sin problemas, sobre todo si usas hadoop, spark y herramientas de ese tipo para trabajar con grandes volumenes de datos, pero para entrenar tus propios modelos, si terminé haciéndolo en google colab, porque la macbook no jaló bien, sobre todo porque ese tipo de modelos se entrenan con GPU., ya sabes los tensors y esas características que un equipo básico no trae, me refiero a que es mas de GPU que de CPU.
Hola, tengo 3 gpu 360ti. Es posible conectar y utilizar las 3 al mismo tiempo, de forma de obtener una mejor performance trabajando con CNN?
con NVLINK te aseguras que tu maquina vea dos GPUs "como uno", pero si no tienes eso puedes conectar las tarjetas y usar pytorch/tf para hacer paralelismo de datos. Entonces cada GPU trabaja de manera independiente haciendo cálculos en paralelo.
Me he vuelto a ver el vídeo, porque quiero cambiar mi equipo actual.
Seria genial conocer tu opinión sobre el tema.
GPU RTX series 30 o 40 (3090, 4080..) versus RTX A2000 A4000 A5000 etc.. vamos gaming vs quadro.
Y por otro lado, los XEON y threadripper versus i7 i9 etc... Cuando comparas un PC Gaming de alta gama con una workstation no hay mucha diferencia de precio. Y no se muy bien colocar pros y contras en este caso. Desecho la opcion en la nube por el uso de blender y aftes effects. un Saludo 👋
Los Quadro son mas para diseño CAD, los tesla son para machine learning y los RTX para gaming. Si estas entre quadro o RTX para machine learning y algo de gaming, te diria que te vayas por RTX, si prefieres diseño entonces la línea quadro es muy buena.
Por otro lado, los XEON y Threadripper te van a ayudar mas en gaming que lo que te ayudarian para machine learning. Aunque tener un procesador muy potente como estos te va a acelerar muchas tareas, para machine learning lo que mas va a afectar tu trabajo es el GPU (asumiendo que estarás trabajando con redes neuronales).
@@AMPTech muchas gracias, sería para un uso mixto habitualmente blender y edición de vídeo y algo de machine learning que para eso nos tienes aquí! 😉
Pues una rtx sea dicho, un saludo 👋
Una rx 6700xt iria bien para entrenar? Debido a sus 12 gb de vram que las de nvidia ya se van quedando cortas.
Hasta donde tengo entendido, no puedes entrenar con AMD, porque no tiene CUDA.
Entonces para IA es mejor una 4060 que una 3060, ambas de laptop,es que estoy a punto de comprarme una lap pero estoy indeciso entre una que tiene un i7 13620h y una 4060 y otra que tiene un i7 12700h y una 3060, cual es mejor desde el punto de vista que la voy a usar principal para IA?
4060
puedo trabajar con redes neuronales con una tarjeta grafica de AMD ?
Tengo entendido que sí, pues ambas son GPU, aunque NVIDIA se ha dedicado a mejorar para las aplicacaciones en IA, ML...
Yo hago prácticas en bussines intelligence y 8 GB de ram me quedan muy cortas, yo recomendaría 16 ahora en 2024, 32 si te quieres despreocupar
es cierto yo entreno imágenes y ocupo siempre mas de 10GB
Hola, ¿cuantos tensor cores debe tener un pc para trabajar en Ia?
En el video lo dijo, dice que mayor a 200 pero eso seria si usted utiliza bases de datos bastante grandes, pero si son proyectos pequeños y asi, entonces menos de eso estaria bien por ejemplo con una Nvidia Geforce RTX 3050 la cual tiene mas de 2000 cuda cores y 80 tensor cores estaria bien
@@dimisword968 gracias bro
8:57 y además es divertido :v
Claro que si!
Para procesadores, entra mas nucleos mejor, importante que tenga instruccciones avx512, para la grafica ancho de banda con bus arriba de 192bits , y 8gb para arriba, , y por tu salud mental alejate de AMD a toda costa , por lo menos en el 2023 ya que rocm aun no es muy bueno
8Gb of RAM? LMFAO
El mundo si sagemaker fuera gratis:🕊️🕊️🏙️🏙️😎
Uy que mundo sería!!!