ECLOUD博客结论： 公司做深度学习通常更倾向于使用Ubuntu，而非CentOS。Ubuntu因其对深度学习框架和硬件的广泛支持、丰富的社区资源和频繁的更新，成为深度学习的首选操作系统。
在深度学习领域，操作系统的选择对项目的成功与否至关重要。Ubuntu和CentOS作为两种主流的Linux发行版，各有其优势和适用场景。然而，在深度学习领域，Ubuntu的优势更为明显。
首先，Ubuntu对深度学习框架的支持更为全面。深度学习框架如TensorFlow、PyTorch、Keras等，通常在Ubuntu上更容易安装和配置。Ubuntu的软件包管理系统（APT）和丰富的第三方库使得安装和更新这些框架变得非常简单。相比之下，CentOS的软件包管理系统（YUM）虽然稳定，但在支持最新深度学习框架方面稍显滞后。
其次，Ubuntu对硬件提速的支持更为友好。深度学习通常依赖于GPU进行提速计算，而Ubuntu对NVIDIA GPU的驱动支持更为完善。NVIDIA官方提供的CUDA和cuDNN库在Ubuntu上安装和配置更为顺畅。虽然CentOS也可以支持NVIDIA GPU，但配置过程相对复杂，且在某些情况下可能需要手动编译驱动和库。
此外，Ubuntu的社区资源和更新频率更高。深度学习领域的技术更新非常迅速，Ubuntu的频繁更新确保了用户能够及时获取最新的技术和安全补丁。Ubuntu拥有庞大的用户社区，遇到问题时更容易找到解决方案或获得帮助。CentOS虽然以稳定性著称，但其更新频率较低，可能在面对新技术时显得不够灵活。
最后，Ubuntu的易用性和开发者友好性也是其受欢迎的原因之一。Ubuntu的桌面环境较为友好，适合开发者在图形界面和命令行之间灵活切换。CentOS则更倾向于服务器环境，对于需要频繁进行开发和调试的深度学习项目，Ubuntu的易用性更具优势。
综上所述，虽然CentOS在某些特定场景下可能更为稳定，但在深度学习领域，Ubuntu因其对深度学习框架和硬件的广泛支持、丰富的社区资源和频繁的更新，成为公司的首选操作系统。对于希望快速部署和迭代深度学习项目的公司来说，Ubuntu无疑是更为合适的选择。