【深度學習】深度學習工作站組裝—硬件篇—預算2萬(20190401)


一直想搭建一個自己的機器學習工作電腦,不過由於資金不夠,一直沒能如願,前幾日,咬咬牙自己攢了一臺。花費在2萬左右。特此記錄。

1. 顯卡的選擇

無腦Nvidia,我選擇的是2080Ti。附上顯卡天梯圖。建議1080Ti或者2080Ti。



選擇顯卡時要考慮幾點:
1.1 內存
如果數據量很大,模型複雜,尤其是訓練卷積神經網絡,建議大內存。如果預算充足,建議大內存。如果不清楚自己需要多大的內存,那就先買一個大內存吧,一步到位。
1.2 內存帶寬 GB/s
即內存每秒讀取和寫入的吞吐量。
這是最重要的GPU性能參數之一(如果非要加之一的話),因爲目前的限速步主要 時從內存中提取以供計算的速度。一本書中指出 1 ,實際使用GTX1060顯卡時,由於內存帶寬的限制(192GB/s),通常只能達到40%的飽和計算能力。
一個簡單的表格是這麼創建的:

表1.1 常見顯卡參數(2019.4)
顯卡 架構 帶寬 價格
TITAN RTX 24G Turing 672 GB/s 17000
RTX 2080 Ti 11G Turing 616GB/s 9500
GTX 1080 Ti 11G Pascal 484GB/s 5000
GTX 1080 Pascal 320GB/s 2800
GTX 1060 6G Pascal 192GB/s 1200

注:不同架構下的帶寬不可直接比較,可定性參考。

2. CPU的選擇

CPU主要做預處理,一般來說,CPU在深度學習中的作用不明顯。

cpu天梯圖



本着儘量一步到位的原則,儘量選一個匹配的CPU,因爲這臺電腦還要辦公,速度快,也有利於工作。我選的時Core i7 7820X。賣家一直推薦AMD的,說是AMD的性價比高。
CPU選購時的注意事項:
2.1 PCle 通道
儘量選擇PCle通道數多的CPU,有40條及以上爲宜。
2.2 主頻
選主頻高,運算快的CPU。
2.3 核心
一般一個核心對應一個顯卡,根據準備配置的顯卡數量選擇核心,儘量預留出兩個核心的冗餘。
我在挑選CPU時,看到的幾款參數如下:

表2.1 常見CPU參數(2019.4)
CPU型號 核心 頻率 支持主板 價格
Core i9 9820X 10核/20線程 3.3GHz X299 6500
Core i7 7820X 8核/16線程 3.6GHz X299 4099
Core i9 9700K 8核 3.6GHz Z390 3099
Core i7 8700K 6核 3.7GHz Z390 2599
Core i9 9900K 8核/16線程 3.6GHz X299 4199

cpu選購時,要與主板配套,考慮到以後準備擴展GPU,故而在選擇主板時,傾向於X299,X399。確定了選擇X系列的主板,CPU的可選範圍並不大,只有i7 7820x和i9 9820x可供選擇,由於預算有限,我選擇了i7 7820x。

3. 主板的選擇

選擇主板首選要考慮的一點是,準備以後升級到多個GPU嗎?
如果需要升級,則要選多PCle接口的主板。
主板選購時的注意事項:
3.1 PCle 通道
我遇到的幾個主板:

表3.1 主板參數(2019.4)
主板型號 PCle 接口數 路數 支持CPU 價格 架構
華碩TUF X299 MARK2 PCle 16*3 3路 core X系列 2599 X299
華碩 PRIME X299-DELUXE PCle 16*4 4路 core X系列 4199 X299
技嘉 GAMING X PCI e 16*1 Core K系列 1358 Z390

考慮到以後升級,我選擇的是:華碩TUF X299 MARK2

4.內存

現階段,最大的內存條爲16G,比16G大的很少,聽說只有三星一家有。

不過,好在X299主板可以插8根內存條,一共可達128G,Z390最大可達64G(4根)。
我選擇的內存條時:海盜船DDR4,頻率爲3000,兩根32G,花費1999元。

4.電源,機箱,散熱

機箱選擇的是:先馬 黑洞2 空間比價大,是長方形,挺好看的,推薦。
電源:海盜船 RM 750x 750W。等以後加GPU了還要再換電源,4個GPU至少要1600w。
散熱:Tt 梟龍 240 一體水冷。
(注:這些時賣家推薦的)

5.總花費爲:2萬左右

魯大師檢測:

電腦型號 X64 兼容 臺式電腦 (掃描時間:2019年04月06日)
操作系統 Windows 10 專業版 64位 ( DirectX 12 )
處理器 英特爾 Core i7-7820X @ 3.60GHz 八核
主板 華碩 TUF X299 MARK 2 ( 英特爾 Xeon processor P family/Core i7 DMI3 Port - 2020 - 200 Series 芯片組 Family - A2Dw巚M )
內存 32 GB ( 2133MHz )
主硬盤 浦科特 PX-512M8VC ( 512 GB / 固態硬盤 )
顯卡 Nvidia GeForce RTX 2080 Ti ( 11 GB / 麗臺 )
顯示器 飛利浦 PHLC0C6 PHL 224E5 ( 21.7 英寸 )
聲卡 瑞昱 @ 英特爾 High Definition Audio 控制器
網卡 英特爾 Ethernet Connection I219-V / 華碩

跑分58萬
在這裏插入圖片描述


  1. 謝樑,魯穎,勞虹嵐等.,《Keras 快速上手:基於Python的深度學習實戰》.北京:電子工業出版社,2017.8. ↩︎

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章