Comprando Gpus con Python
#Python Aplicado
En esta sección implementaremos Python en problemas de la vida real, explicando de forma amena el problema, las herramientas para resolverlo y su posible solución.
Introducción
Hola Coqiers, en esta sección resolveremos un problema de forma sencilla, es la compra de aceleradoras graficas (gpu).
Para resolverlo, plateamos dos soluciones una herramienta cada una. En la primera solución lo desarrollaremos en una hoja de cálculo, en este caso Google Sheets. Para la segunda solución, la ejecución la haremos en Python, con ayuda de la librería Numpy.
Problema
En el mercado mundial, con la salida de las tarjetas graficas de Nvidia, de la serie RTX 5000, el precio de las tarjetas graficas ha aumentado considerablemente, afectando a todas las profesiones en el sector tecnológico que dependemos de estas herramientas, sin contar los entusiastas de los videojuegos en computador.
Vamos a explicar el caso de una persona de nacionalidad colombiana (aplica también para otras nacionalidades), que trabaja con datos o juega de forma casual, que por su alto grado de conocimiento y por maximizar su presupuesto, corre el riesgo de comprar aceleradoras de video en el mercado de segunda mano (esta herramienta también se puede usar con acelaradoras procesadores, nuevos y usados) y va a hacer el “upgrade” a una mejor.
Recursos
Test de rendimiento
Con la ayuda del portal Technical City nos ayudaremos de la puntuación que otorgan a las diferentes aceleradoras de video en su rendimiento
Regla de 3
Es un método para solucionar problemas que guardan una proporción, a continuación, veremos recordaremos este método.
Solución
Vamos a tomar una tarjeta Nvidia RTX 3060 12 gb como referencia, su precio usada tiende a ser al día de hoy de 1’200.000 COP, que es un poco menos de 300USD en el mercado colombiano.
Tomamos la puntuacion de Technical City y procedemos a hacer las reglas de 3 para hallar los valores de compra sugeridos (estos valores solo tienen en cuenta el rendimiento, para este ejercicio, no tenemos en cuenta tecnologías más avanzadas, consumo eléctrico, v-ram, entre otras)
Solución 1: Google Sheets
Vamos a implementar esta hoja de cálculo para la solución del problema
Solución 2: Python con listas
En Python, en este caso abrimos Google Colab, y escribimos el siguiente código
#Calculadora de GPUs
'''
Escribimos los datos de la GPU de referencia, en este caso la RTX 3060 12gb
'''
gpu_1_name = "RTX 3060 12gb"
gpu_1_cash = 1200000 #COP
gpu_1_performance = 38.23
'''
Tomamos otra GPU con la cual queramos hacer el calculo
'''
gpu_2_name = "RTX 3070"
gpu_2_performance = 49.86
'''
Calculamos Precio / Puntuación de las GPUs con base a la GPU de referencia
'''
gpu_2_cash = gpu_2_performance * gpu_1_cash / gpu_1_performance
'''
Aplicamos la regla de tres directa
'''
gpu_1 = [gpu_1_name,gpu_1_performance,gpu_1_cash]
gpu_2 = [gpu_2_name,gpu_2_performance,gpu_2_cash]
gpus = [gpu_1, gpu_2]
'''
Imprimimos el resultado
'''
print(gpus)
La salida de esta operación nos va a dar el siguiente resultado
[[‘RTX 3060 12gb’, 38.23, 1200000], [‘RTX 3070’, 49.86, 1565053.622809312]]
Esta solución en Python nos ayuda de forma comparativa para dos muestras seleccionadas.
Podemos hacer esta operación varias veces, o ayudarnos con Array con la librería Numpy o hacer un Dataframe con la ayuda de la librería Pandas.
A continuación, graficaremos con Datylon para que se pueda ver de forma más clara la comparación entre las gráficas tomadas de muestra.
En la parte superior de cada barra mostraremos el rendimiento que presta cada una de las tarjetas gráficas. En la parte izquierda de cada barra mostraremos el precio que deberían costar si solo tomamos en cuenta el rendimiento, descartando las otras variables. Como se hizo regla de tres para calcular los precios con base al rendimiento, ambos gráficos guardan la misma proporcionalidad.
¿Quiero Potenciar mi Empresa?
¿Quieres potenciar el desarrollo de analítica de datos, inteligencia de negocios, inteligencia artificial, machine learning, deep learning y otras soluciones tecnológicas a tu empresa?
En CoQI, te ayudamos a transformar datos en mejores decisiones, rentabilidad y crecimiento.
Escríbenos: info@soycoqi.com