深度學習伺服器配置(4-5w預算)?
01-09
最近導師要求配一個深度學習的伺服器,要求4-5w,但是作為新手,一直不知該如何下手,只知道可以用4路的1080ti。
希望有配過的大神,可以分享下清單,我可以直接根據這個來感謝感謝!!
第一,做過很多調研,總結成一句話就是四路1080或者1080ti不僅是是性價比最高,也基本是純性能最高的選擇,考慮到四路pascal titan預算可能不夠。8/11/12g顯存的區別需要你去權衡。
第二,為了發揮gpu的性能,主板需要選擇4條16xpcie介面的,cpu需要選擇40個pcie通道的。這時x99主板,頂級i7或者e5是你唯一的選擇。雙cpu主板不要考慮,因為走兩條匯流排的gpu並不能並行加速。
第三,內存頂多32足矣,其他隨意。
深度學習伺服器,主要性能取決於GPU性能,其次是CPU和內存性能。
1.GPU選擇
如果是用來開發學習使用的深度學習工作站/伺服器,GPU可採用GTX1080/Ti、GTX TiTan Xp、GTX TiTan V、Quadro GP100。
如果是後期深度學習訓練工作站,GPU採用Tesla K40/Tesla K80/Tesla P100/Tesla V100。
2.CPU選擇
深度學習開發工作站/伺服器,採用1-2顆處理器,可以滿足使用要求。單顆I7處理器最高支持64G內存,如果需要大於64G內存,處理器必須選擇雙路至強處理器。
深度學習訓練工作站/伺服器,採用2-4可處理器,雙路至強平台就可以支持1TB以上內存,GPU最多支持10塊雙槽位GPU。
阿里有GPU訓練服務
光整塊k40就要2w多,四五萬預算太少。我們實驗室一台曙光的伺服器就是40w。。
推薦閱讀:
※Keras,Theano,pytorch,caffe2 哪個更好一些,應該怎麼嘗試學習?
TAG:圖像處理 | 機器學習 | 圖像識別 | 深度學習DeepLearning | keras |