做深度學習應該如何選伺服器?NLP、影象等
阿新 • • 發佈:2019-01-11
待補充
【參考部落格】
【https://blog.csdn.net/mergerly/article/details/83753056】
【簡書的一篇部落格】
【簡書的另一篇部落格-講組裝機的】
【講如何搭配深度學習伺服器的部落格】
【其他參考部落格1】
【更多GPU資訊參考官網(https://developer.nvidia.com/)】
【截止到2019年1月】
經過上面幾篇部落格的講解,得到最近英偉達Nvidia的GPU幾款適合中小型企業或研究室使用的。
2塊GPU:
RTX 2080 Ti(9999/塊) 或者 GTX Titan X-Pascal(9699/塊);
特點:效能高,貴。
計算能力:compute capability 好像都是6.1。待補充
4塊GPU:
RTX 2080 (5k~6k/塊)或者GTX 1080(4k~5k/塊);
特點:價效比高;
計算能力:待補充
以上,根據我的理解,做深度學習的伺服器環境,買個好一點的CPU,配上SSD硬碟,之後是選好GPU就行了。
畢竟曾經連筆記本(1050ti)都被我拿來跑Alexnet也很ok,前提是資料量不是很大,實驗室級別。
作業系統的話,我還是比較熟悉Ubuntu啊,不太適應CentOS的操作,而且顏控覺得有點簡陋額。
所以,對於有一定開發需求的中小型企業和實驗室人員,最簡單的辦法是買個好一點的伺服器,把原裝GPU換成自己買的高效能N卡GPU就可以跑深度學習啦。
待我試一試這個想法對不對。