我惊讶地发现这是一个真正的许可证限制，仍然有效，并且在他们网站上的NVIDIA 的 Geforce 驱动程序软件的 EULA上注明。相关部分在第2.1.3 节限制：

没有数据中心部署。该软件未获得数据中心部署许可，但允许在数据中心进行区块链处理。

这意味着，如果您尝试在专用数据中心设置大规模服务，并使用多台配备消费级 NVIDIA Geforce 卡（包括 RTX 3060）的机器，NVIDIA不会许可您使用他们的驱动程序软件。

此限制不适用于培训和研究工作站。您可以将它们用于任何目的，包括 AI。因此，您可以启动一个研究团队，使用相对便宜的游戏卡进行一些神经网络项目。Lambda Labs等专门构建数据科学/AI 工作站的公司也使用消费级 GPU 卡。

GPU 资源的云提供商，例如 Google 的 GCP，确实遵守了这个限制，并且只支持更昂贵的 Tesla 卡，例如 V100 和 A100。

如果您的目标是构建自己的 AI 数据中心，以使用更便宜的消费级 GPU 运行商业系统，那么您就不走运了。但是，除此之外，您仍然可以使用相同的 GPU 来研究和开发相同的服务。大规模部署相同的模型需要更昂贵的硬件，但大多数 AI 框架（如 TensorFlow 或 PyTorch）很乐意在不同的 GPU 上运行相同的模型。因此，在您扩展到数据中心服务时，这似乎只是一个问题 - 以及额外的费用，不一定是阻碍因素。