人工智慧，深度學習運行-個人電腦配置？

01-06

求教：個人想學習和設計人工智慧深度學習相應開發，什麼樣的電腦配置能達到要求？CPU:i7；GPU:GXT1060；內存：6G；SSD:256G ？求教各位大神指教。

1.CUDA越多越革命

cuda作為核心計算單元數目越多速度越快

2.顯存越大越光榮

顯存大小直接決定了你能訓練模型的大小

3.CPU核心越多越正義

i7主頻高單線程性能好適合遊戲但是只有四核八線程 Ryzen 1700 八核十六線程線程越多越適合處理數據哪怕i7比Ryzen每個核心快百分之二十五也就相當於五核一樣被吊打三核

4.內存越大越正確

數據送到GPU之前都是在內存里內存大小也決定了你能訓練模型的大小

在有預算下，這樣排硬體分配

GPU&>CPU=RAM&>=SSD

1.GPU

基本上在AMD ROCm 弄好caffee PyTorch等support 前，都是N 家獨大了，所以同一個價錢，買到最高的那張就那張(如同一個價錢買到1070 Ti 跟1080 ，那一定1080)，正如另一位答主所言，cuda 越多越革命，不要在意RGB 什麼發光的。另外，因為大家都是7*24的跑了，所以有兩風扇買兩風吧

2. CPU

你不是吃雞跟GTA，所以不要太在意時脈，同一價錢底下核心越多越好，因為現在各個平台的data loader 都支援多核處理數據，核心多少決定你每秒能送資料進GPU次數多少。所以預算有限下，一定是A家的Rzyen/Threadripper了，特別是Threadripper，同一個價錢，AMD 16核，Intel 只有10核，一個天一個地呀。緊記一定不要買技嘉的主版，裝ubuntu那時你就知道為什麼了。

2.B RAM

RAM 越多越高頻率越好，因為越多資料可以放進ram。

3. SSD

有SSD 果斷SSD 不要HDD，最好是NVME SSD，做圖片分別類的大型data set RAM 多大都不夠放，一個快的SSD可以加快你向RAM 送資料的速度。特別是NVME ，因為是單獨用PCI-E，速度更快，如果預算無上限，果斷推薦NVME RAID 0 配 2張 960 PRO ，7GB/s read ,4GB/s write ，爽到不要不要的。

我估算你太約有8K左右的預算吧，樓主你可以考慮一下更改以下配置

CPU: Ryzen R5 1600 加B350 主版 (&<2K)

GPU: GXT1070/1070Ti (3K)

內存 16G (1K)

SSD: 256G (~1K)

再加電源和機箱配好8K

內存為什麼是 6G

這個配置挺好的，因為自己組裝的配置再高你能比得上公司8路k80伺服器？有那麼多時間不如去找個實習，學得快，硬體強。剩下的錢捐給我這樣的窮人，世界不就美好了？

根據你寫的配置可見你沒做過深度學習項目，只是學習的話普通筆記本，1050的顯卡就可以了。等你發現硬體限制你學習效率的時候再花錢買主機不遲。

有些人說是為了學深度學習買了1080回來跑了個minst然後就開始吃雞了

因為我是外行，所以基於@霍華德的回答，給一些具體的建議。

目前來說遊戲顯卡顯存最大的是ttxp的12G，和1080ti的11G，但是這兩張顯卡都很貴，數千上萬。

而筆記本上卻似乎是英偉達高抬貴手，Quadro系列專業卡相當便宜，P5000擁有最頂級的核心和16G顯存，也不過七八千，非常划算（可能是目前最便宜達成單卡最大顯存的方法）。

至於怎麼操作，某魚上有19k的工作站整機，某寶有單賣顯卡的。

而桌面的P5000就很貴了，15K不如兩張1080了。

然而另一方面，霍華德提到了CPU核心越多越好，但是現在筆記本只能塞下高頻四核，就很難過。但是畢竟GPU和顯存比較重要，所以如果題主肯定不要筆記本的話，再考慮台式機。

台式機的話，洋垃圾雙路e5也是很便宜，但是考慮到ryzen十分生猛單路媲美雙路，就不強求。

就是顯卡方面可能是顯存要小些了吧。

最後當然還是鼓勵薅學校/公司羊毛，不用自己掏錢，成噸的計算力。

你只需要一個看論文的我傢伙(認真臉)