Der teure neue Linux-Laptop von Razer ist für Deepfakes statt für Headshots gedacht

Das neueste Notebook von Razer ist da, aber es ist nicht das, was wir erwartet haben. Dieser Razer Blade 15-Doppelgänger ist nicht nur nicht zum Spielen gedacht, sondern wird auch nicht von Razer verkauft. Dieses einzigartige neue Notebook ist stattdessen eine Zusammenarbeit zwischen Razer und Lambda, einem Unternehmen, das Workstations, GPUs und Server für maschinelles Lernen herstellt. Es wird als „Deep Learning“-Notebook vermarktet, nicht als ein System für Gamer.

Der Laptop heißt Razer x Lambda Tensorbook und ist fast identisch mit dem Razer Blade 15 Advanced aus dem letzten Jahr. Es hat die gleichen Organe: ein 15,6-Zoll-Display mit 1440p und 165Hz, eine Intel Core i7 CPU der 11. Generation, 64GB RAM, 2TB SSD-Speicher und eine Nvidia RTX 3080 (16GB vRAM) Laptop-GPU. Und das war’s auch schon: Es gibt eine einzige Konfiguration, die zu einem stolzen Preis von 3.500 US-Dollar verkauft wird.

Lambda stellt kühne Behauptungen über die Fähigkeiten des Laptops im Bereich des maschinellen Lernens auf und behauptet auf seiner Website, dass das System bei der Durchführung von Bildverarbeitungs- und Sprachtrainings-Benchmarks bis zu viermal schneller ist als ein MacBook Pro 16 mit Apples M1 Max-Chip.

„Die meisten ML-Ingenieure haben keinen dedizierten GPU-Laptop, was sie dazu zwingt, gemeinsam genutzte Ressourcen auf einem entfernten Rechner zu nutzen, was ihren Entwicklungszyklus verlangsamt“, schrieb Stephen Balaban, Mitbegründer und CEO von Lambda, in einem Blogpost. „Wenn man sich per SSH in einen entfernten Server einklinken muss, hat man keinen Zugriff auf seine lokalen Daten oder seinen Code und kann sein Modell auch nur schwerlich Kollegen vorführen. Das Razer x Lambda Tensorbook löst dieses Problem. Es ist mit PyTorch und TensorFlow vorinstalliert und ermöglicht es Ihnen, Ihre Modelle schnell zu trainieren und zu demonstrieren: alles über eine lokale GUI-Schnittstelle.“

Die einzigen Anpassungsmöglichkeiten betreffen die Software und die Garantie: Die Basisversion für 3.500 Dollar enthält Ubuntu 20.04 mit Lambda Stack (einschließlich Treibern, PyTorch, TensorFlow, CUDA und anderen) und ein Jahr Garantie, die „Standard“-Version kostet 4.100 Dollar und bietet eine zweijährige Premium-Garantie, und die Enterprise-Edition für 5.000 Dollar beinhaltet Windows 10 und ein drittes Jahr Premium-Garantie.

Von außen sieht das Tensorbook aus wie ein Razer Blade 15 mit einer speziellen Lackierung. Es hat die gleichen Abmessungen und wiegt 4,4 Pfund, tauscht aber das schwarze Äußere gegen ein silbernes mit passenden weißen Tasten und tauscht die berühmten grünen USB-Anschlüsse von Razer gegen lila akzentuierte aus. Wenn Sie mich fragen, sieht das lila Lambda-Logo auf dem Tensorbook besser aus als die grüne dreiköpfige Schlange von Razer. Auf jeden Fall hat das Tensorbook die gleiche robuste Anschlussauswahl: zwei Thunderbolt 4-Anschlüsse, drei USB-A-Anschlüsse (3.2 Gen 2), HDMI 2.1, einen Kopfhöreranschluss und einen SD-Kartenleser.

Das Tensorbook hat keine benutzerdefinierten Leistungsoptimierungen, also wird es nicht besser laufen als andere Gaming-Laptops mit ähnlichen oder besseren Spezifikationen. Es ist nicht einmal das leistungsstärkste System von Razer, nachdem das Unternehmen seine eigene Flotte auf Intel 12th Gen Prozessoren aufgerüstet hat. Was das Tensorbook einzigartig macht, ist das mitgelieferte Softwarepaket, das aus einzeiligen Installations- und Verwaltungspfaden für die Deep-Learning-Frameworks PyTorch, TensorFlow, Caffee und Caffee 2 besteht, zusammen mit den GPU-fokussierten Anwendungen CUDA und cuDNN.

Razer-Mitbegründer und CEO Min-Liang Tan schrieb 2017 auf Facebook, dass das Unternehmen das „beste Notebook der Welt, das Linux unterstützt“, entwickeln würde. Es ist nie angekommen. Hoffentlich ist das Tensorbook ein Erfolg, sodass Razer sich gezwungen sieht, sein eigenes Linux-basiertes System zu entwickeln – schließlich nutzen Valve und Google das Betriebssystem bereits als Plattform für Spiele.

Anzeige
Das könnte dir auch gefallen

Die Kommentarfunktion ist geschlossen.