深度学习小白装机-记录一下
三个备选清单。
原本早就有攒一部机器的想法，最近刚刚好在玩深度学习的小案例，所以产生了装一部自己的台式机的想法。
下面均是自己查资料所得，可能与实际有差入。出错了，我也不负责呀，哈哈。关于价格，我是根据某东自营店价格（截至2019-09）来做比较的，可能不同时间段有差入，价格因素需要自己衡量高低。
我根据不同的价格成本和预设的使用场景设计了三个不同的方案。
先说结论，我最终选择的清单3 学生党版。配置是i5-9600kf+gtx1660ti 。这个清单上GTX 1660ti的显存是6G，cuda核心是1536个，显存频率为9000MHz，显存位宽192bit，这个性能用于应对Kaggle等上中小型数据集的比赛应该是比较足够的。
清单1 工作站版
考虑可以扩展4GPU 的工作站级别
这里包括预留的电源功率空间和CPU频率最多可以挂载2CPU。
虽然这个主板属于服务器主板，可以挂载4GPU，但是不建议自己搭建负载4GPU的工作站。因为工作站成本本来就高，例如配置目前来说顶级的显卡RTX2080ti，价格会高达1.3w块左右（截至2019-09），光显卡成本就高达5.2w了。搭配CPU等其他配件时，成本会更高。建议有这个资金，不妨请专业的厂家去定制，保修包括购买配件都比较更方便些。
| 部件 | 型号 | 购买网址 | 价格 |
|---|---|---|---|
| GPU选择 | ZOTAC 索泰 RTX2070super 至尊 Plus OC v2 | https://item.jd.com/100008096376.html | 4099 |
| CPU选择 | 【酷睿】6代CPU i7-6800K | https://item.jd.com/2997160.html | 3399 |
| CPU风扇 | 安钛克Antec 风冷散热器 台式电脑C400 | https://item.jd.com/55042680693.html | 129 |
| SSD固态选择 | 英睿达（Crucial）1TB SSD固态硬盘 M.2接口(NVMe协议) | https://item.jd.com/100001164000.html | 799 |
| HD硬盘选择 | 西部数据WD 蓝盘3TB SATA 6Gb/s64MB 台式机机械硬盘WD30EZRZ | https://item.jd.com/2031262.html | 499 |
| RAM内存条 | 美商海盗船(USCORSAIR)DDR4 3200 16GB(8G×2)套装 | https://item.jd.com/2722809.html?dist=jd | 649 |
| 机箱 | 酷冷至尊(CoolerMaster)MasterBox Pro 5 中塔式机箱 支持EATX主板 | https://item.jd.com/5065987.html | 499 |
| 主板 | 华硕（ASUS） X99-E WS/USB3.1工作站主板 2011-3 4路SLi交火 | https://item.jd.com/10375709700.html | 4499 |
| 备选主板 | 【二手95新】微星（MSI）X99A | https://item.paipai.com/49344120854.html | 1199 |
| 电源 | EVGA 艾维克 1200W P2 白金全模组 | https://item.jd.com/47208826568.html | 2099 |
| 合计价格（全新主板） | 16671 | ||
| 合计价格（二手主板） | 13371 |
扩展方案：
目前该方案明显瓶颈是在单GPU和16G的RAM内存上。简单粗暴升级的方法可以是加GPU和加RAM内存条。
最终方案：RTX2070super * 2， DDR4 3200 8G * 4，即得到16G的显存和32G的RAM内存。
一般RAM内存容量和GPU内存容量达到2:1，内存条就不太会成为瓶颈。
清单2 双GPU扩展版
考虑到深度学习对CPU核心数和线程数要求并不高，要求每GPU搭配至少2核心或2线程即可，反而对
主频频率和睿频频率、乃至是否可以超频有所要求。故而我选择了价格比比较实惠而主频比较高的
i5 9600kf。注意在后面加上k代表支持超频，不带k代表不支持超频。一般来说带k的默认主频都会比
不带k的要高一些。Z系列主板对超频处理支持比较好，我的CPU是支持超频的主板华硕Z370-A II。
同时该主板是支持Nvidia 2-Way SLI技术，也即双路GPU并排使用技术。需要注意的是，并不是所有Z370的主板都支持该技术的，买的时候最好上中关村查一下。
在选择电源是需要考虑扩展到双GPU的功率，故而预留多余功率至1000w左右，而EVGA是美国厂商，虽然大概率是在made in china,但是P2白金型全模组电源是属于比较优秀的电源，质保年限也在十年，比国内其他厂商要长。
| 部件 | 型号 | 购买网址 | 价格 |
|---|---|---|---|
| GPU选择 | ZOTAC 索泰 RTX2070super 至尊 Plus OC v2 | https://item.jd.com/100008096376.html | 4099 |
| CPU选择 | i5-9600kf 酷睿6核心6线程 3.7GHz 睿频4.6GHz | https://item.jd.com/100003026162.html | 1699 |
| CPU风扇 | 安钛克Antec 风冷散热器 台式电脑C400 | https://item.jd.com/55042680693.html | 129 |
| SSD固态选择 | 英睿达（Crucial）1TB SSD固态硬盘 M.2接口(NVMe协议) | https://item.jd.com/100001164000.html | 799 |
| HD硬盘选择 | 西部数据WD 蓝盘3TB SATA 6Gb/s64MB 台式机机械硬盘WD30EZRZ | https://item.jd.com/2031262.html | 499 |
| RAM内存条 | 美商海盗船(USCORSAIR)DDR4 3200 16GB(8G×2)套装 | https://item.jd.com/2722809.html?dist=jd | 649 |
| 机箱 | 酷冷至尊(CoolerMaster)MasterBox Pro 5 中塔式机箱 支持EATX主板 | https://item.jd.com/5065987.html | 499 |
| 主板 | 华硕PRIME Z370-A II | https://item.jd.com/100004366045.html | 1299 |
| 电源 | EVGA 艾维克 1000W P2 白金全模组 | https://item.jd.com/47208826568.html | 1699 |
| 合计价格 | 12472 |
扩展方案
目前该方案明显瓶颈是在单GPU和16G的RAM内存上。简单粗暴升级的方法可以是加GPU和加RAM内存条。
最终方案：RTX2070super * 2， DDR4 3200 8G * 4，即得到16G的显存和32G的RAM内存。
一般RAM内存容量和GPU内存容量达到2:1，内存条就不太会成为瓶颈。
除此之外瓶颈是在cpu的核心频率和线程数上，但是提升核心频率和线程数量对深度学习的训练性能提升有限。
清单3 单GPU 学生党版
| 部件 | 型号 | 购买网址 | 价格 |
|---|---|---|---|
| GPU选择 | 七彩虹(Coloful)iGame GTX-1660ti GDDR6 6G显存 1860MHZ 192bit | https://item.jd.com/100003098848.html | 2049 |
| CPU选择 | i5-9600kf 酷睿6核心6线程 3.7GHz 睿频4.6GHz | https://item.jd.com/100003026162.html | 1699 |
| CPU风扇 | 酷冷至尊(Cooler Master) T400i CPU 散热器 | https://item.jd.com/2771147.html | 89 |
| SSD固态选择 | 英睿达（Crucial）1TB SSD固态硬盘 M.2接口(NVMe协议) | https://item.jd.com/100001164000.html | 799 |
| HD硬盘选择 | 西部数据WD 蓝盘3TB SATA 6Gb/s64MB 台式机机械硬盘WD30EZRZ | https://item.jd.com/2031262.html | 499 |
| RAM内存条 | 美商海盗船(USCORSAIR)DDR4 3200 16GB(8G×2)套装 | https://item.jd.com/2722809.html?dist=jd | 649 |
| 机箱 | 酷冷至尊(CoolerMaster)MB520(旋风520） | https://item.jd.com/100000154107.html | 299 |
| 主板 | 华硕PRIME Z370-A II | http://detail.zol.com.cn/1290/1289604/param.shtml | 1299 |
| 电源 | 长城（Great Wall）额定550W G5金牌版全模电脑电源 | https://item.jd.com/100001648498.html | 499 |
| 合计价格 | 7881 | ||
| 除CPU和GPU | 4133 |
扩展方案
此方案为穷人版，所以后续扩展余量不大，但优点是价格相对实惠。比较适合宿舍学生党使用。
后续升级可以增加内存条。
屏幕选择
比较标准的配置是1主机2屏幕，当然桌子放得下或者有钱都可以配置3屏幕，这个看着喜好或者条件允许。
这里讲一下尺寸，分辨率，是否曲面，刷新率等4个选屏幕比较纠结的事情。当然还有品牌问题，这个只要是正规比较出名的厂家一般没什么问题，主流有三星，戴尔，AOC等。
- 关于尺寸，考虑自己使用空间范围，一般24,27都够用，32寸属于偏大一些。
- 关于分辨率，如果是24寸及以下的2k的视觉上感觉不是特别明显的，所有24寸（<=24）1080p基本足够，如果尺寸更大（>=27）可以选择2k及以上，当然选择越高清越好了。
- 关于是否曲面，因为曲面对分辨率清晰度没有影响！！对！！就是没有影响。只是把屏幕做弯曲了而已，价格也加了好几百块，所以看个人爱好吧。
- 关于刷新率，因为现在很多屏幕主打144hz刷新率，但是这个跟你的显卡息息相关。如果你的显卡属于比较便宜的类型，对高刷新率屏幕性能会发挥不出来，当然喜欢打游戏，配置高显这个问题就不存在了。
定位好自己的用途
不要盲目跟风配置最新型号、最大显存的GPU。当然，土豪请忽略这一点。
我的用途主要是Kaggle或者同类型的比赛如天池，DataCastle。
因此，我的配置是i5-9600kf+gtx1660ti 显存6g能应付比较中小型数据集的比赛。需要参加更大的
比赛可以考虑云服务器之类的，比如白x的Google Colab，Tesla K80 12g内存那还是相当不错了。
缺点是如果vpn链接不稳定，很容易断开，然后重头开始…当然还有其他的云服务器，都可以去尝试。
用途与其对应显存大小建议
原则就是根据不同用途选择不同大小的显存大小。
不清楚自己能用到多少内存大小的，可以参考Tim Dettmers的装机建议 Tim-Blog。
- Research that is hunting state-of-the-art scores: >=11 GB
- Research that is hunting for interesting architectures: >=8 GB
- Any other research: 8 GB
- Kaggle: 4 – 8 GB
- Startups: 8 GB (but check the specific application area for model sizes)
- Companies: 8 GB for prototyping, >=11 GB for training
参考：
A Full Hardware Guide to Deep Learning-TimDettmers
来源：https://blog.csdn.net/Luven777/article/details/100860943