2022年，我在某个城市做项目，那时候，我听说了gpu970yolo这个概念。我当时也懵，不知道这到底是啥。后来才反应过来，，原来是利用NVIDIA的GPU 970来加速YOLO（You Only Look Once）目标检测算法。
那个城市，我们用了100台服务器，每台服务器都搭载了NVIDIA的GPU 970。听起来挺多吧，但你知道那个项目的量有多大吗？得有几千万张图片，每张图片都要经过快速检测。我们那时候算了一下，如果只用CPU来处理，那得花费多少时间？钱？得花多少钱？
我记得，我们那时候的预算是500万，全花在这上面了。我后来回想起来，可能我偏激了，但那时候压力确实大。不过，最终效果还不错，用了gpu970yolo之后，检测速度提升了至少三倍。
嘿，兄弟！这GPU 970配YOLO的事情，我之前还真踩过坑。那是在2017年，我在一家小公司做项目，那时候我们那台服务器上装的就是NVIDIA的GPU 970，想用它来跑YOLO的深度学习模型。
一开始，我满怀信心，以为970的CUDA核心数足够用，结果呢？那可真是大失所望。YOLO模型在970上运行得特别慢，有时候一个简单的目标检测都要等个几分钟。那段时间，我们团队都在那头秃，优化了各种参数，还是不行。
后来，我们换了个思路，把任务分配到多个服务器上并行处理，这才勉强解决了效率问题。不过，那段时间的加班真是让人难忘啊。
至于现在，我一般会推荐使用更高性能的GPU，比如1080或者Titan X，这样运行YOLO的速度会快很多。970嘛，对于一些轻量级的任务还是可以的，但如果是做大规模目标检测，还是得考虑升级硬件了。
对了，你那块GPU是打算用来做什么呢？是个人项目还是工作需要？这块我没碰过，不敢乱讲，但如果你有具体的应用场景，我可以给你提点建议。