半夜睡不着，想谈谈自己对深度学习主机配置的一些经验，想自己diy深度学习硬件的朋友可以参考一下，因为本人也不是特别资深的电脑diy爱好者，所以很多地方也是一知半解，有错误请大家指正。首先我会谈几点必须注意的事项；然后我阐述一些配件选择的原则，因为硬件更新是很快的；最后会给出一下当下的配置清单。下面我们步入正题。
配置深度学习主机的注意事项：
1.一定计算好需要多大功率的电源！我们配置深度学习主机最核心的就是显卡，GPU的功耗往往很大，尤其我们经常使用两块以上的显卡。因此电源功率很重要，这是我们主机稳定工作的保障，我看到很多服务器甚至会选择双电源，但是我自己没有试过，不是很清楚双电源。
2.双显卡以上时必须注意处理器和主板的选择。如果是双显卡以上，那么pcie就面临是工作在x16还是x8的状态，这里应该是说带宽。我们在选择CPU是就要关注他们的pcie通道数，通道数大约40条以上两个GPU才会都工作在x16状态。另外可以选择双CPU的主板，这样就可以支持两个甚至更多的GPU工作在x16状态。
3.使用m.2固态硬盘时注意是否影响GPU工作在x16状态。这点也是个第二点有关的，就是pcie的通道资源是有限的，有的主板会写你使用m.2的固态会占用谁的资源，导致那个接口不能用。所以我一般会用sata那种接口。不过通道多的一般没什么影响，还是要看一下主板说明。
硬件选择原则
1.GPU选择
因为我们核心就是为了使用GPU，所以我们就先想好用几块GPU，什么型号，然后再去选择其他配件。GPU有许多参数，比如频率，位宽，cuda数。其中√深度学习影响大的大约是这几个参数，cuda核心数数，显存大小，位宽。所以我们选择时可以主要参考这三个参数，越大越好。另外大的原则是越新的架构会越好，比如10系列的会比9系列的好，因为架构上做了优化，具体的我不懂，比如gtx1080肯定比gtx980好，gtx1060和980就要看看了，这个可以参考网上的天梯图，因为我们大部分都是买1080ti或者泰坦，所以还是好比较的。如果是专门的计算卡Tesla，就要看刚才说的三大参数。有钱当然上计算卡，没钱就游戏卡。然后想看总几块显卡，这对后面硬件的选择影响很大。
2.CPU与主板选择
CPU与主板是挂钩的，所以放在意思说。影响我们cpu选择的就是gpu的数目。前面提到过一个概念pcie通道数。我们使用一个gpu时，基本不用考虑pcie通道数，目前主流的8带cpu都是没问题的，当然推荐使用i7系列了，因为我们的程序除了使用gpu，很多通用计算是在cpu上进行的，他大大影响了我们程序运行的速度。另外如果是多人使用的工作站还是推荐使用至强系列的e3或者e5，一个是稳定，另一个是一般核心和线程多。多人使用时一定要注意线程数，线程越多，每个人使用时就越流畅。如果是两个那么必须使用i9或者至强系列中通道数足够的芯片。两个以上的推荐使用至强系列的cpu，而且最好是两个cpu, i9应该最多带三个gpu，别太勉强人家了。最后我们一般也都会关注主频，当然主频越高越快，价格也越贵，我认为参考主流i5的主频是个好的基准。这点也为我们选择至强系列芯片提供了参考。关键点，线程，主频，pcie通道数。然后根据cpu原则主板，一般家用芯片我们会选择z系列主板，i7八代配z370，如果是一个gpu其实我觉得好的b系列也没问题，b360之类,因为为了稳定，我们不会超频，所以b系列完全够用。这里注意的就是供电相数，大家可以查一下，因为我也不懂，就觉得数越发越好。多显卡的话，x299等x系列主板，或者其他服务器主板，就是不太好买。对了，多显卡千万不要查那个交火！！！
3.内存
CPU和主板支持什么内存就插哪种。主要参数就是类型，ddr4，ddr3这种的表示。频率要看主板支持多大，在主板BIOS设置中要设置才会倍频，要不白买高频率的了。内存大小，当然越大越好！还是那句话看主板支持多大的内存。一般16g一个人用足够，多个人怎么也得32g吧。毕竟matlab有时还是会用到的,内存别太小。一般就是看威刚，金士顿，芝奇，海盗船这几个牌子，芝奇，海盗船用的晶元据说好一些，金士顿也有骇客神条，还是看预算吧，一般不会差太多钱。
4.散热器
推荐水冷吧，要是i5什么的风冷就行，服务器主板的话，不太懂，我还是点名海盗船，还有酷冷，九州。
5.电源
之前说过注意功率！电源核定功率的80%差不多等于你所有配件的总功率比较好。长城，振华，海韵，海盗船推荐使用，鑫谷，安钛克，先马也还可以。这里有时提到的的金牌，银牌，白金就是转换率的不同。金牌一般就够用了。
6.机箱
不是越大越好，风道合理就行，当然还是买全塔式的。选品牌的质量比较好，好吧，其实我一般就买先马的，我感觉便宜。
6.硬盘
一般固态和机械都要，固态装系统，机械买监视级别的，放数据用。LINUX的话我一般选择把home挂载到机械盘，乱七八糟的都放自己home里。别买杂牌子吧，颗粒不会太好，使用寿命短。
目前推荐配置表
1.单显卡常规推荐
这个配置整体已经算中等的，CPU这里是盒装价格，也可以考虑散片便宜一点，没什么区别，就是盒装保修三年吧。这里主板我们一般不超频，可以选用B360，具体的可以自己看一下，重点看一下内存条支持的大小和频率，供电相数。内存只能多不能再少，最后我会推荐大家一套更家庭化的低配，内存可以少一点。散热同价位可以选择九州风神的堡垒或者水元素，这两个没用过，也不好说怎么样，贵一些的就是美商海盗船的H100i，115i，150i等。电源这里之前提过推荐使用的牌子都可以入手，预算不够可以买还可以的几个牌子，功率这个算是高的，应该700w就可以，甚至650w也能带，所以我推荐的850w，以稳为主。硬盘可以根据需要调整大小，希捷的硬盘也可以。显卡的话也可以选用新出的2080ti或者泰坦，看预算吧。价格方面这个是我之前在京东看的，淘宝上的天猫旗舰店应该会便宜些，大家还是货比三家再下单。可以省不少钱。
2.双显卡普通配置
使用的i9带动双显卡，这里的显卡选用的微星，比较便宜，也可以换成华硕，技嘉等，现在新出了2080ti，这个价格可能已经不准了。两个泰坦的话应该问题也不大，电源能带起来。这里再补充一个服务器CPU的配置
3.三个及以上显卡
这种情况我还是推荐大家买品牌服务器，然后和他们沟通去定制。
这是京东上的一个没有GPU的配置，价格肯定是要贵一些，但是没办法，因微原则上要用到两个CPU，这类主板市场不太好买，洋垃圾很多，所以最好还是找一些代理商直接定制。两个GPU之前大约算个，4.7k左右吧，如果是RTX2080ti就要贵一些，也得50k多，要加双电源。这里参考我之前说的大原则，合理定制配置，这里能省的恐怕就是内存和硬盘的大小，不会省太多钱。最最后，给各位穷鬼提供一个我认为的家用深度学习最低配。血泪省钱史啊。
4.最低家用深度学习配置
这里是我的以1050ti为核心的最低配置，最好最低配置一个1060 6g的，会好很多，电源还是能带起来的。内存也可以多插一个8g。要是想更多内存条只能换主板了。主板方面可以选用稍微贵一下的低端z370，可以超频。要换I7的话，还是用水冷稳点。
最后一句话，有钱的话就随便买，舒心省心。有钱真的可以为所欲为
2018.11.13补充 ：目前看RTX2080ti 性能要好 但是价格也昂贵 ，性价比还是低 。有游戏玩家称他们的显卡有翻车的， 建议预算允许的话 ，观察一段时间再入手 。另外2080和1080ti的话，cuda核数目我没有对比，主要是显存上差距，同样的程序占用的显存在不同显卡上应该是一样的。这点涉及到一些cuda和nvidia的底层调用，我没有查过资料，想入手2080代替1080ti的查一下这部分的资料，否则加大batch size时会出现溢出的现象。
2018.12.18补充：GTX1080ti新的基本断货，二手的现在很便宜，但是质量不敢保证，有一批之前挖矿的在鱼目混珠。建议用RTX2080代替吧，没办法了，价格比较相近，能上2080ti就上吧。另外最近看了一篇文章，讲了GPU在x8和x16状态下性能影响不大，所以普通的主板其实装两个或以上的GPU也是完全可以的，并不一定要服务器主板。这里还要考虑电源问题。
内存的大小，至少保持和显存大小一致，频率影响不大。
<li class="tool-item tool-active is-like "><a href="javascript:;"><svg class="icon" aria-hidden="true">
<use xlink:href="#csdnc-thumbsup"></use>
</svg><span class="name">点赞</span>
<span class="count"></span>
</a></li>
<li class="tool-item tool-active is-collection "><a href="javascript:;" data-report-click="{"mod":"popu_824"}"><svg class="icon" aria-hidden="true">
<use xlink:href="#icon-csdnc-Collection-G"></use>
</svg><span class="name">收藏</span></a></li>
<li class="tool-item tool-active is-share"><a href="javascript:;"><svg class="icon" aria-hidden="true">
<use xlink:href="#icon-csdnc-fenxiang"></use>
</svg>分享</a></li>
<!--打赏开始-->
<!--打赏结束-->
<li class="tool-item tool-more">
<a>
<svg t="1575545411852" class="icon" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg" p-id="5717" xmlns:xlink="http://www.w3.org/1999/xlink" width="200" height="200"><defs><style type="text/css"></style></defs><path d="M179.176 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5718"></path><path d="M509.684 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5719"></path><path d="M846.175 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5720"></path></svg>
</a>
<ul class="more-box">
<li class="item"><a class="article-report">文章举报</a></li>
</ul>
</li>
</ul>
</div>
</div>
<div class="person-messagebox">
<div class="left-message"><a href="https://blog.csdn.net/qq_30263737">
<img src="https://profile.csdnimg.cn/7/3/7/3_qq_30263737" class="avatar_pic" username="qq_30263737">
<img src="https://g.csdnimg.cn/static/user-reg-year/1x/5.png" class="user-years">
</a></div>
<div class="middle-message">
<div class="title"><span class="tit"><a href="https://blog.csdn.net/qq_30263737" data-report-click="{"mod":"popu_379"}" target="_blank">Ring__Rain</a></span>
</div>
<div class="text"><span>发布了213 篇原创文章</span> · <span>获赞 105</span> · <span>访问量 12万+</span></div>
</div>
<div class="right-message">
<a href="https://im.csdn.net/im/main.html?userName=qq_30263737" target="_blank" class="btn btn-sm btn-red-hollow bt-button personal-letter">私信
</a>
<a class="btn btn-sm bt-button personal-watch" data-report-click="{"mod":"popu_379"}">关注</a>
</div>
</div>
</div>
半夜睡不着，想谈谈自己对深度学习主机配置的一些经验，想自己diy深度学习硬件的朋友可以参考一下，因为本人也不是特别资深的电脑diy爱好者，所以很多地方也是一知半解，有错误请大家指正。首先我会谈几点必须注意的事项；然后我阐述一些配件选择的原则，因为硬件更新是很快的；最后会给出一下当下的配置清单。下面我们步入正题。
来源：CSDN
作者：buck0818
链接：https://blog.csdn.net/buck0818/article/details/104353789