2020 年了迫于宅在家，求推荐深度学习主机配置

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1767 天前的主题，其中的信息可能已经有所发展或是发生改变。

用途：学校研究生实验室使用，数据量不是很大，NLP 方向，蒙汉英。
老师的预算：性价比高，合适。
我给出的预算：除开显卡，1w 上下。

显卡看了 2080ti，2070super，rtx titan，tesla t4.
这是主要问题，我不知道选哪个
我目前的给出的配置如下：

主板：玩家国度（ ROG ） STRIX X570-E GAMING 主板板载 WIFI
cpu：AMD 锐龙 7 3800X 处理器 (r7)7nm 8 核 16 线程 3.9GHz （主板套）¥4749
显卡：索泰（ ZOTAC ） RTX2080Ti 至尊 PLUS （ 11G 显存） ¥8999 （见过 8399 ）
内存：阿斯加特（ Asgard ） 32GB 2666 频率 DDR4 2 根 ¥1498
SSD：雷克沙（ Lexar ） NM610 1TB M.2 NVMe PCle3.0 四通道 2 个 ¥1498
电源：安钛克(Antec)HCG750 金牌全模组 750w ¥799
散热：利民（ Thermalright ） FS140 霜灵 ¥259
机箱：先马（ SAMA ）鲁班 1 黑色￥ 229

总体预测是 18000 左右，如果碰到活动大概能到 16500 左右。

这个主板想着以后能支持双路显卡，内存最大支持 128G
可以选择一个 ssd 和一个 4t 硬盘

求大佬们帮找找问题和给些建议呀(￣▽￣)~*

主板

显卡

SSD

12 条回复 • 2020-01-31 23:59:38 +08:00

w1573007

2020-01-29 00:10:22 +08:00 via Android

捞一捞

MrLonely

2020-01-29 00:13:11 +08:00 via iPhone

好奇，借楼主帖子一问，跑深度学习这种东西在云上跑会比本地跑不方便很多吗？如果是云上可以随开随跑，跑完关掉的话，费用是不是会比本地买硬件划算很多呀？

czwstc

2020-01-29 00:51:17 +08:00

@MrLonely 其实不会，因为很多学生使用并不熟练，而且轻量使用一般使用免费的 colab。
@w1573007 windows server 只能装上 tesla 的驱动。
如果是多人使用，且没有网管的话就尽量考虑 Tesla 的。具体可以查询 windows server tensorflow 驱动。
Linux 贼熟练其实无所谓了，但是如果老师不熟练也很麻烦。

ZRS

2020-01-29 01:26:35 +08:00

没有双精度需求 2080Ti 是最佳性价比方案

plqws

2020-01-29 01:35:19 +08:00

非 DIY 玩家主板不用上 ROG （没必要花钱在更好的声卡、没用的 RGB、接口、供电上），华擎 /华硕里挑个便宜的就好。
SSD 选个老牌的，三星、西数、闪迪皆可，不建议上小众品牌。

w1573007

2020-01-29 11:00:38 +08:00 via Android

@ZRS 老哥什么是双精度啊😂😂😂，就是在计算中。
@plqws 大佬能推荐一个么，搭配什么样的 u
@czwstc Linux 应该没问题，2080ti 可以在 linux 上多人同时用么

MrLonely

2020-01-29 16:45:19 +08:00

@czwstc 那 colab 搞不定的水平，云计算会比本地计算更便宜吗？

mitubant

2020-01-30 10:58:08 +08:00

CPU 不建议买 A 家，因为数据预处理时，nump 要用到的数值运算模块 MKL 对 A 家 U 支持不好。

w1573007

2020-01-30 18:34:33 +08:00 via Android

@mitubant 大佬有推荐 u 没，性价比高的那种

mitubant

2020-01-31 08:00:38 +08:00

10900X 吧，预算够就上 10980xe

czwstc

2020-01-31 23:47:45 +08:00

@MrLonely 其实业务上整云方便扩容。
但实际使用，自己组机器成本低很多。尤其是学校不要电费的情况下。
colab 似乎是共享的 GPU ？比 2080TI 计算的时候慢很多。

Chase2E

2020-01-31 23:59:38 +08:00

@MrLonely 云服务比较方便，价格上感觉各有优劣？
室友在国内读研，实验室用的是机房的机器，经常遇到的问题是用的人太多了 or 有别人在跑任务，自己的效率就会大打折扣，在 ddl 之前基本需要同学之间相互协调机器使用时间。其次就是机器很容易出问题，或者网络出了问题，都会影响实验进行。
在美国上学的时候，不管是上课，还是同学去做 RA，所有的运算要求较高的项目都是用的云主机，省心了很多。