深度學習主機入門版配置

為了讓初學者花最少的錢辦性價比最高的事情,我構造了這樣一套DIY裝機配置,在最大化利用顯卡資源的同時,極力壓縮無關配置。這個配置的主要特性是去掉了擴展性的可能,從而大幅降低了成本。

由于訓練和推理主要使用顯卡,顯卡還是要盡量的好,為了能夠訓練主流的模型,我們還是要上性價比最高的NVIDIA 1080Ti。

顯卡:技嘉(GIGABYTE) AORUS GTX 1080Ti,如果有渠道也可以買海外的英偉達出的公版(699美元)。

CPU:根據預算可以選擇i5 7600K或i7 7700K,當然其他的LGA 1151接口的CPU都可以根據自己的經濟能力進行選擇,注意一下PCIe的通道數,只要要保證16通道,可以上英特爾官網查一下https://ark.intel.com/products。接口一定要是LGA 1151,后面的主板和他是配套的。

內存:至少16G,如果選擇16G,建議兩個8G,利用上雙通道。如果32G,上兩條16G。內存頻率不是特別重要,DDR4 2133或2400普通的臺式機內存就可以了。

主板:華碩Z270-A,跟X99系列主板的3000元起步,Z270要便宜好多,如果選擇擴展性好的,比如網上經典的深度學習主機配置里那個三顯卡支持的X99-E WS主板,X99系列主板的確有較好的擴展性,他需要搭配的CPU也要高端一些,起步CPU是6800K,比7700K要貴幾百元,但6800K的優勢是多核,主頻卻弱于7700K。對游戲、VR的支持,顯然7700K更給力一些。Z270A+7700K京東有套裝,便宜好幾百塊。

SSD:考慮到充分發揮顯卡的性能,我們盡量不再占用PCIe通道,所以放棄了速度更快的m.2接口SSD,而選用了SATA3的SSD,但6Gbps的速度其實日常使用已經足夠快了,而且SATA3的SSD可以持續達到6Gps的讀寫性能,而m.2(使用PCIe模式)或PCIe的SSD,在連續寫入達到4Gb之后,寫入速度就迅速衰減到1.6Gbps。推薦型號:三星(SAMSUNG) 850 EVO 250G SATA3 固態硬盤,容量根據需求自己選。

硬盤:建議還是要有一個上T的機械盤用來存數據的,這個就隨便了,只要是SATA3接口的隨便選。

電源:如果將來不再加顯卡了,理論上這個配置也不適合加顯卡,畢竟通道數只有16個,一個顯卡占用的PCIe×16就給用沒了,雖然這個主板支持兩個PCIe×16插槽,但是真是兩個都插上,主板芯片組就會變成兩個8通道的運轉了。所以600W的電源基本就夠用了,建議電源要穩定,最好上EVGA品牌,大廠實力,然后根據經濟能力自己選就好了。

雖然是深度學習的乞丐版,這個配置在游戲玩家中也算非常不錯的高端配置了,玩各類游戲那是不在話下,再來個VR套裝,就真是物盡其用了。

裝機過程要注意的是顯卡供電要求比較高,需要用兩個電源線把兩個供電口都插滿。

如果有人使用這個配置裝機了,你可以在此留言,我將再寫一篇ubuntu、windows10雙系統安裝,以及深度學習基礎環境搭建的文章。

打麻将有什么技巧 炒股软件免费版 今天江苏快三豹子推荐 下载长沙麻将 在线游戏捕鱼大亨 新浪棋牌游戏中心 浙江20选5基本走势图 安徽快3 哈灵浙江麻将破解版 下载看股票行情的app 香港六和开奖现场直播 南粤36选7走势图大星 北京快乐8免费计划 湖北30选5 黑龙江6 1体彩开奖结果 网上赚钱的项目 免费四川麻将血战到