点击小眼睛开启蜘蛛网特效

给你一份配置清单:机器学习、深度学习电脑显卡配置指南

前言

很多深度学习入门者或多或少对计算机的配置需求有一些疑惑。入门的硬性需求是什么,应该买什么样的电脑,什么样的显卡比较适合,自己的笔记本可以使用吗等等问题。这些问题之前我也有很多疑惑,现在总结了下,为大家稍微讲解一下所需要的配置,以及推荐清单。

正文

其实配置可以一句话概括:足够即可,你什么样的需求就用什么样的配置。

下图为海盗船中塔机箱32g内存i7-7800x、512ssd+2T配置,预留四张显卡位。

《给你一份配置清单:机器学习、深度学习电脑显卡配置指南》

但是我们大多数人会这样想,肯定是配置越高越好,因为人的欲望是无止境的嘛,即使我们可能用不了那么多的显存我们也会想要买买买,所以….唯一限制我们的只有资金了。

提到资金,首先要了解自己的定位,是学生,本科生研究生,还是工作人员。

本科生的话,没有学校导师的资助,自己花钱搭配一个深度学习工作站还是比较吃力,可以考虑使用云服务器。如果是研究生或者工作人员的话,利用学校或者公司通过报销来解决。

显卡

做深度学习最终要的就是显卡,显卡的选择可谓老生常谈,Nvidia公司在深度学习这块几乎进行了统治。显卡分为专门的计算卡和游戏卡(也可以叫为服务器显卡和消费级显卡)。

计算卡即英伟达专门对服务器级别提供的高性能支持并行多用户的显卡,比如Tesla V100Tesla P100Tesla P40Tesla M40等,这种显卡一般为大企业使用,比如阿里云、腾讯云和美团云的GPU云服务器就是使用这些显卡。这类显卡有个显著特点:贵。便宜的一张的价格10w多起步。这里我们不进行讨论。

我们一般讨论的是游戏卡,也就是GeForce系列,例如NVIDIA TITAN VNVIDIA TITAN XGeForce GTX 1080 TiGeForce GTX 1070GeForce GTX 1060。这些显卡就是我们进行深度学习所使用的显卡,单张或多张。

我这里给的建议是:1060 6g入门、1070 8g比赛、1080ti 11g研究。显卡的显存很重要,比如同样一张显卡1060 6g比1060 3g的优势就很明显,因为显存大了3g,可以跑更深权重更多的神经网络,显卡最好一次性买贵的,之所以给出选择还是钱的问题,另外不建议买泰坦系列,因为性能和1080ti差不多但是贵了很多,性价比不高,当然土豪可以忽视。

ps:通过这个Nvidia官网查看你的显卡计算能力:https://developer.nvidia.com/cuda-gpus

CPU

cpu一般在这两个系列中选择,是至强系列还是酷睿系列,至强是以E3、E5、E7开头,而酷睿是以i3、i5、i7开头,至强和酷睿最大的区别就是平台不同,至强通常作为服务器芯片,单核频率不高,但处理多任务有优势。而酷睿常常搭载在个人电脑上,单核频率高,可睿频,追求高性能但在多任务处理稍有欠缺。这两款芯片其实也是有交集的,也就是说在挑选的时候没有严格的区别。

有一点隐晦的指标要注意:

《给你一份配置清单:机器学习、深度学习电脑显卡配置指南》

cpu的PCIE通道不可太低,因为每一张显卡需要16个PCIE通道,如果cpu的PCIE通道小于16那么它和显卡的链接速度就会有影响,显卡的性能就不会完全发挥出来。如果多卡的话cpu的PCIE通道更要高。一般至强系列CPU的PCIe通道普遍比酷睿系列多一些。

通过这个链接查询CPU相关信息:https://ark.intel.com/zh-cn#@Processors

按照需求挑选,如果你要搭建多人服务器,那么至强系列比较适合你。如果只是一两个人使用,那么酷睿就够了。

但要注意,CPU的选取和主板选取有着密切关系,这点要提前弄清楚。

内存

内存按理说应该为显卡显存的2倍,当然还是是越大越好,因为内存在训练的时候,其任务是将所有数据在GPU和计算机之前腾来腾去。大内存对于提高训练速度有着很大的影响。内存选择和cpu也有着关系,通常服务器内存为ECC内存,ECC内存相比普通内存稳定性高具有纠错能力,通常说就是更适合长时间运行,但是缺点也比较明显,那就是频率普遍不高。

我们根据CPU的选取来挑内存,至强系列的CPU可以使用ECC内存,且主板也要支持,如果经常会训练48小时以上的话,建议ECC内存,如果训练可以中断,时间不长,那么普通内存就够了,相同价位下速度更快。

多条内存建议买套条,也就是同一时间同一机器生产的,就和双胞胎一样,有更好的默契,速度更快一些。

其他

电源越贵越高,通常瓦数和价钱相当(例如1000w的电源就应该在1000块以上),电源绝对不能省。

机箱买合适的即可,空间要够,一定要自带足够的散热口,现在市面上大多数的机箱都兼容主流主板,挑选起来不是很困难。

散热器建议买风冷,贵的风冷,水冷效果也好但总是会担心漏液问题。

结语

深度学习对配置的需求较高,但有人会反驳,我的笔记本也可以跑啊,当然是个电脑就能跑,树莓派也能跑,才几百块,但是速度什么的就差的十万八千里了。如果你真的有需求,有项目,没有好的配置是不行的。用笔记本跑是没问题的,但这仅限于跑一些示例,或者刚入门在学习阶段。

笔记本有好显卡的也可以跑,但要注意散热。

好了,就说这些,附一张中等配置的清单,显卡根据自个儿需要调整。

关于没有服务器想要使用云服务器远程调试的,请看我的接下来的一篇文章。

《给你一份配置清单:机器学习、深度学习电脑显卡配置指南》

 

  点赞
本篇文章采用 署名-非商业性使用-禁止演绎 4.0 国际 进行许可
转载请务必注明来源: https://oldpan.me/archives/machine-deeplearning-station-list

   关注Oldpan博客微信公众号,你最需要的及时推送给你。


  1. THESKY说道:

    :smile: 博主很厉害!哪个大学的啊

      1. THESKY说道:

        以后还要多多请教啊!

        1. Oldpan说道:

          嘿嘿,相互哦~

      2. yipzcc说道:

        博主现在是博士吗

        1. Oldpan说道:

          不是哦,是硕士

yipzcc进行回复 取消回复

电子邮件地址不会被公开。 必填项已用*标注

评论审核已启用。您的评论可能需要一段时间后才能被显示。