@w1573007 我印象中大部分显卡都不能自己叠加，写程序的时候可以用点技巧让一个模型用两个 gpu 的显存。

双路的目的是实验室里两个人可以各用个的，或者加速运算但是显存还是 11g

@murmur 嗯，参数上看是最优选择。但是实际用起来，11g 的显存经常会爆的，尤其是用预训练模型（ NLP 任务）。

任务都跑不起来，何谈其他。

用 pytorch 可以将一个模型分布在两个 gpu 上，但是写起来限制也挺多的。比如，需要人为把模型分开，强行分成两个模型。这样码代码的工作量就会很大，时间都浪费在改代码上，我现在的情况就是这样，很难受

我现在用 TitanV*2，但是肯定不够用，下一步实验室要换 RTX8000，哈哈

自用的服务器？还是实验室里的？

CPU 可以不用上这么好的，GPU 还是换显存大一些的吧，我觉得至少 24g 以上

十分建议喝巴氏杀菌的奶，口感和高温杀菌的真的不一样

@Jeevan 深度学习服务器，GPU 那种

@Aphsss 已经出了，最低配置 15k

@meisen 我，因为再便宜扔之前也要纠结，或者不扔也不穿了，占地方。所以还不如买点好看的多穿一会

@abcdabcd987 现在 nlp 各种模型的趋势就是越大越好，11g 能用，但是对大模型就得想办法分到多块卡上了，对科研人员很不友好。所以推荐 RTX8000，😂

要推荐鞋的话，亚瑟士 KAYANO 最新款或者之前的款都可。长时间慢跑，要注意跑步姿势。