如何配一台深度學習工作站，主要用於CNN圖像分類，預算2W以下。 ?

01-05

現在用的是ThinkStation P300
感謝大家的指點，目前配置如下：TITAN X *1
Intel 950 SSD*1
金士頓 DDR3 8G*4

電源 750W 至尊水冷的主機箱還有一塊華碩主板 CPU是XEON E5 一套一共1.5W吧

2W人民幣以下估計只能用消費級的硬體配個單機。

1. 深度學習對CPU要求不是很高，多是數據的預處理和給GPU輸送數據，普通的i7就差不多，最便宜的E3也可以。

2. 內存至少16GB，如果有富裕的錢差不多可以上32或者64GB。

3. 電源買個850瓦以上的，樓下P500那個例子的650W其實不夠，以後有富裕錢要加顯卡的話650W捉襟見肘很不穩定。

4. 顯卡看你有多少錢了，以及以後想不想升級。如果問題需要的顯存比較大，還是一次上Titan X就OK，先一個泰坦，以後有錢再加。如果預算吃緊，980 Ti也是不錯的，顯存6G小了點但是CUDA core數量和Titan X沒區別。

5. SSD還是要搞一個大一點的，如果你用了比較優秀的快速簡潔高效深度學習平台比如MXnet dmlc/mxnet · GitHub 很可能會發現磁碟IO會是瓶頸。當然了，如果是TensorFlow這樣慢的，那隨意了。鑒於預算只有2W，普通SATA 3的SSD買個大點的就可以了，不需要PCI－E的SSD。配一些普通機械硬碟存儲不常用數據。

考慮到國內的稅率和買東西的花費，我在這裡給你配了個例子 http://pcpartpicker.com/p/bc6WHx就照著類似的配置買，品牌隨意但是以穩定為主。可以考慮換成單個Titan X或者雙980 Ti，CPU可以酌情弱點，多花錢買硬碟，用Mxnet dmlc/mxnet · GitHub喲～

用 Aws!

可以確信的說：還沒等你在aws 上畫夠5000人民幣，你已經失去對深度學習的興趣了

1.cpu intel i7-4790

2.技嘉（GIGABYTE）
Z97X-UD3H主板 (Intel Z97/ LGA1150)

3. 金士頓(Kingston)駭客神條 Fury系列 DDR3 1600
8GB台式機內存(HX316C10F/8)藍色*4

4 顯卡技嘉（GIGABYTE） GV-NTITANXD5-12GD-B TITAN X
12GB/384Bit 1000-1075Mhz/7010Mhz GDDR5顯卡

5 硬碟希捷（Seagate）3TB 7200轉 64M SATA
6GB/秒台式機硬碟（ST3000DM001）

6 機箱安鈦克（Antec) P280 全塔式機

7 電源
海韻（Seasonic）額定650W G-650 電源

8 散熱器采融Basic81 B81 6熱管CPU散熱器

公司配的，控制預算，沒有SSD。總價不到1.5W

Titan x

以聯想P500工作站為平台，自行購買Nvidia GTX Titan X顯卡。

附P500配置：

CPU：最低E5-1620 v3 （我的是E5-1650 v3）

內存：8G DDR4 2133起（我的是32G）

硬碟：128G SSD + 機械盤起（我的是256G+2T）

不要顯卡，顯卡單獨買

電源：650W（白金版，聯想P500最多650W，P700最多850W，P900倒是有1300W的）

顯卡8000，12000留給P500，有多餘的錢就加內存。

其實如果是自己買，消費級就夠了，如果是單位的話，就會有很多報銷方面的限制。綜合考慮吧

我們圖像處理實驗室用的機器

有些硬體都沒見過⊙﹏⊙

顯卡選用參考

http://chenrudan.github.io/blog/2015/12/20/introductionofgpuhardware.html

其實淘寶上買二手下架刀片伺服器很划算的，就是很吵得有個機房放

參考P500那個答案，如果你CPU需求不大（沒有太多預處理或者預處理準備用CUDA寫的話）可以考慮CPU再降降，用E3也可以的，主板和CPU能便宜不少，E5這個檔次有點尷尬性價比不高；要麼就再好點。顯卡TITAN X去美亞搞，EVGA的1100刀，預算能忍的話最好搞2張。內存千萬別8G，小於32G絕對神坑，SSD自己看著辦，只為DeepLearning的話需求不大，而且128GB稍小

我認為可以過兩年買一個，因為我覺得，隨著發展相信以後外置GPU會像U盤一樣方便

其實你可以去京東上看，2w的預算，p700都夠了。。

2W只能買個顯卡吧？