0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)領(lǐng)域?qū)W習(xí)以工作者該如何選擇主機(jī)的配置?

深度學(xué)習(xí)自然語(yǔ)言處理 ? 來(lái)源:極市平臺(tái) ? 作者:極市平臺(tái) ? 2021-03-05 15:58 ? 次閱讀

導(dǎo)讀

深度學(xué)習(xí)領(lǐng)域?qū)W習(xí)以工作者該如何選擇主機(jī)的配置?本文給出了答案,作者在顯卡,主板,內(nèi)存等都多個(gè)方向都給出了不同的選擇。

最近很多朋友咨詢(xún)深度學(xué)習(xí)主機(jī)的配置(渲染主機(jī)也基本適用)。3萬(wàn)元內(nèi)的預(yù)算目前可以選擇10850K,10900K,5900X,5950X這4款CPU。

intel 10850K價(jià)格最便宜,目前盒裝價(jià)格不到3000元。10核心,20線(xiàn)程?;A(chǔ)頻率3.6GHz,睿頻可至單核5.2GHz

intel 10900K目前盒裝價(jià)格不到3999元。10核心,20線(xiàn)程?;A(chǔ)頻率3.7GHz,睿頻可至單核5.3GHz。僅比10850K高了0.1GHz的頻率,但是價(jià)格要貴1000元。

AMD 5900X目前價(jià)格漲到了4999元,而且還比較缺貨,非常難購(gòu)買(mǎi)到。共12核24線(xiàn)程,基礎(chǔ)頻率3.7GHz,最大頻率4.8GHz。

AMD 5950X目前價(jià)格漲到了7499元,比5900X缺貨還嚴(yán)重。共16核32線(xiàn)程,基礎(chǔ)頻率3.4GHz,最大頻率4.9GHz。

英特爾(Intel)i9-10850K 10核20線(xiàn)程 盒裝CPU處理器

英特爾(Intel)i9-10900K 10核20線(xiàn)程 盒裝CPU處理器

AMD 銳龍9 5900X 處理器(r9)7nm 12核24線(xiàn)程 3.7GHz 10

AMD 銳龍9 5950X 處理器(r9)7nm 16核32線(xiàn)程 3.4GHz 10

10850K,10900K,5900X,5950X的單核心性能

10850K,10900K,5900X,5950X的多核心性能

從上面的成績(jī)可以看出,AMD處理器的單核心性能目前領(lǐng)先intel,各方面都很優(yōu)秀,但是價(jià)格貴,缺貨嚴(yán)重。目前intel 10850K的性?xún)r(jià)比不錯(cuò)。CPU可以根據(jù)自己的預(yù)算以及需求來(lái)選擇。intel i9-10980XE的性能也不錯(cuò),但是搭配的X299主板比較貴。AMD3990X的屬于目前多核心性能最強(qiáng)的CPU,價(jià)格近3萬(wàn)元,搭配的主板也非常貴。如果選著這兩款CPU可以看看以下兩篇文章。

小馬哥:2020年12月1日更新??茖W(xué)計(jì)算工作站配置推薦。i9-10980XE加3080顯卡加64G 內(nèi)存

https://zhuanlan.zhihu.com/p/268852906

小馬哥:AMD頂級(jí)主機(jī)配置。AMD3990X線(xiàn)程撕裂者+華碩3090顯卡。5萬(wàn)元工作站服務(wù)器配置。

https://zhuanlan.zhihu.com/p/127330434

深度學(xué)習(xí)主機(jī)主板的選擇

intel CPU建議搭配Z490主板,推薦用技嘉的Z490 AORUS MASTER。AMD CPU推薦搭配技嘉的X570 AORUS MASTER主板。

技嘉的Z490 AORUS MASTER主板采用的是14相鉭電容供電,集成了wifi6無(wú)線(xiàn)網(wǎng)卡(帶藍(lán)牙5)和2.5G有線(xiàn)網(wǎng)卡。有3個(gè)帶散熱的M.2固態(tài)硬盤(pán)插槽。

技嘉的X570 AORUS MASTER主板采用14相英飛凌直出式CPU供電,集成了wifi6無(wú)線(xiàn)網(wǎng)卡(帶藍(lán)牙5)和2.5G有線(xiàn)網(wǎng)卡。有3個(gè)帶散熱的M.2固態(tài)硬盤(pán)插槽。支持PCIE4.0。

當(dāng)然也可以選擇微星或華碩的主板,選擇2000元左右的主板也可以。

技嘉 Z490 AORUS MASTER 超級(jí)雕主板 支持WIFI6/3080/3

技嘉 X570 AORUS MASTER 超級(jí)雕主板 支持WIFI6/5900X/

深度學(xué)習(xí)主機(jī)顯卡的選擇

建議使用3090顯卡。3090顯卡目前現(xiàn)貨比較充足,普通的3090顯卡價(jià)格在1.3w左右。3080顯卡不建議考慮,顯存只有10G,對(duì)深度學(xué)習(xí)來(lái)說(shuō)還是偏小,最大的問(wèn)題是3080非常缺貨,是目前最難購(gòu)買(mǎi)到的顯卡,黃??ǖ膬r(jià)格已經(jīng)漲到近萬(wàn)元,完全沒(méi)有性?xún)r(jià)比。華碩的3090目前也比較缺貨,高端顯卡可以考慮技嘉的大雕或超級(jí)雕系列。Z490平臺(tái)如果使用雙顯卡,顯卡工作在PCIE3.0×8的模式,性能會(huì)有微小的損失。如果想完美發(fā)揮,可以考慮用X299平臺(tái)。

微星(MSI)魔龍 GeForce RTX 3090 GAMING X TRIO 24G

耕升(GAINWARD)GeForce RTX 3090 炫光 賽博朋克2077

技嘉(GIGABYTE)GeForce RTX 3090 GAMING OC 24G魔鷹

技嘉 GIGABYTE AORUS GeForce RTX 3090 MASTER 24G超

深度學(xué)習(xí)主機(jī)CPU散熱的選擇

散熱建議選擇1000元左右的360水冷,高端CPU發(fā)熱都比較大,實(shí)際功耗在200w-250w。高端的貓頭鷹D15風(fēng)冷都比較吃力。為了保證長(zhǎng)時(shí)間穩(wěn)定滿(mǎn)載運(yùn)行,最好選擇一個(gè)好點(diǎn)的360水冷。推薦選擇恩杰的海妖X73。玩家國(guó)度的飛龍系列,毅凱火力(EK),海盜船的水冷也不錯(cuò)。

恩杰 NZXT Kraken 海妖 X73 360mm一體式水冷散熱器(

深度學(xué)習(xí)主機(jī)固態(tài)硬盤(pán)的選擇

如果使用AMD平臺(tái),建議選擇支持PCIE4.0的固態(tài)硬盤(pán),如三星的980 PRO,西數(shù)的SN850。使用intel平臺(tái)可以選擇三星的970 EVO PLUS。如果對(duì)固態(tài)硬盤(pán)的穩(wěn)定和耐用性要求比較高,可以選擇MLC顆粒的三星970 PRO。970 PRO相比970 EVO PLUS的價(jià)格貴一倍,耐用性也是高一倍,適合對(duì)硬盤(pán)讀寫(xiě)比較頻繁的應(yīng)用。

三星(SAMSUNG)1TB SSD固態(tài)硬盤(pán) M.2接口(NVMe協(xié)議PCI

三星(SAMSUNG)1TB SSD固態(tài)硬盤(pán) M.2接口(NVMe協(xié)議) 9

三星(SAMSUNG)1TB SSD固態(tài)硬盤(pán) M.2接口(NVMe協(xié)議) 9

內(nèi)存的選擇

內(nèi)存可以選擇3600以上頻率的內(nèi)存,Z490主板早BIOS里面開(kāi)啟XMP以后也能支持高頻內(nèi)存??蛇x擇金士頓的駭客神條,芝奇的皇家戟等等??梢愿鶕?jù)自己的需求來(lái)選著內(nèi)存容量,建議32G起步。

金士頓(Kingston) DDR4 3600 32GB(16G×2)套裝 臺(tái)式機(jī)

電源的選擇

建議選擇振華的LEADEX G系列金牌全模組電源。

如果采用3090單卡,購(gòu)買(mǎi)850w的電源就足夠。如果使用3090雙卡建議買(mǎi)1600w或直接上2000w的電源(機(jī)箱也更換為更大的,如必酷的DARK BASE PRO 900,以免不好安裝顯卡)。

振華(SUPER FLOWER)額定850W LEADEX G 850 電源 (十

振華(SUPER FLOWER) 額定2000W LEADEX P 2000電源

機(jī)箱的選擇

機(jī)箱推薦選擇德商必酷的SILENT BASE 601 。采用模塊化靜音設(shè)計(jì),頂部和前部支持安裝360水冷,支持E-ATX主板,支持風(fēng)扇調(diào)速。有3個(gè)機(jī)械硬位,和6個(gè)固態(tài)硬盤(pán)位,最大可支持7個(gè)機(jī)械硬盤(pán)。

德商必酷(be quiet!)SILENT BASE 601側(cè)透版 黑色機(jī)箱

德商必酷SILENT BASE 601

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • amd
    amd
    +關(guān)注

    關(guān)注

    25

    文章

    5470

    瀏覽量

    134237
  • 英特爾
    +關(guān)注

    關(guān)注

    61

    文章

    9978

    瀏覽量

    171867
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5504

    瀏覽量

    121227

原文標(biāo)題:2021年深度學(xué)習(xí)主機(jī)配置推薦

文章出處:【微信號(hào):zenRRan,微信公眾號(hào):深度學(xué)習(xí)自然語(yǔ)言處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動(dòng)力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專(zhuān)門(mén)為深度
    的頭像 發(fā)表于 11-14 15:17 ?639次閱讀

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?404次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    FPGA(現(xiàn)場(chǎng)可編程門(mén)陣列)加速深度學(xué)習(xí)模型是當(dāng)前硬件加速領(lǐng)域的一個(gè)熱門(mén)研究方向。以下是一些FPGA加速深度學(xué)習(xí)模型的案例: 一、基于FPG
    的頭像 發(fā)表于 10-25 09:22 ?240次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    。FPGA的優(yōu)勢(shì)就是可編程可配置,邏輯資源多,功耗低,而且賽靈思等都在極力推廣。不知道用FPGA做深度學(xué)習(xí)未來(lái)會(huì)怎樣發(fā)展,能走多遠(yuǎn),你怎么看。 A:FPGA 在深度
    發(fā)表于 09-27 20:53

    基于Python的深度學(xué)習(xí)人臉識(shí)別方法

    基于Python的深度學(xué)習(xí)人臉識(shí)別方法是一個(gè)涉及多個(gè)技術(shù)領(lǐng)域的復(fù)雜話(huà)題,包括計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)、以及圖像處理等。在這里,我將概述一個(gè)基本的
    的頭像 發(fā)表于 07-14 11:52 ?1276次閱讀

    深度學(xué)習(xí)中的時(shí)間序列分類(lèi)方法

    時(shí)間序列分類(lèi)(Time Series Classification, TSC)是機(jī)器學(xué)習(xí)深度學(xué)習(xí)領(lǐng)域的重要任務(wù)之一,廣泛應(yīng)用于人體活動(dòng)識(shí)別、系統(tǒng)監(jiān)測(cè)、金融預(yù)測(cè)、醫(yī)療診斷等多個(gè)
    的頭像 發(fā)表于 07-09 15:54 ?985次閱讀

    深度學(xué)習(xí)中的無(wú)監(jiān)督學(xué)習(xí)方法綜述

    深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)重要分支,近年來(lái)在多個(gè)領(lǐng)域取得了顯著的成果,特別是在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等
    的頭像 發(fā)表于 07-09 10:50 ?787次閱讀

    深度學(xué)習(xí)與nlp的區(qū)別在哪

    深度學(xué)習(xí)和自然語(yǔ)言處理(NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域中兩個(gè)非常重要的研究方向。它們之間既有聯(lián)系,也有區(qū)別。本文將介紹深度學(xué)習(xí)與NLP的區(qū)別。
    的頭像 發(fā)表于 07-05 09:47 ?955次閱讀

    深度學(xué)習(xí)中的模型權(quán)重

    深度學(xué)習(xí)這一充滿(mǎn)無(wú)限可能性的領(lǐng)域中,模型權(quán)重(Weights)作為其核心組成部分,扮演著至關(guān)重要的角色。它們不僅是模型學(xué)習(xí)的基石,更是模型智能的源泉。本文將從模型權(quán)重的定義、作用、優(yōu)
    的頭像 發(fā)表于 07-04 11:49 ?1393次閱讀

    深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    到自然語(yǔ)言處理,深度學(xué)習(xí)和CNN正逐步改變著我們的生活方式。本文將深入探討深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的基本概念、工作原理及其在多個(gè)
    的頭像 發(fā)表于 07-02 18:19 ?921次閱讀

    TensorFlow與PyTorch深度學(xué)習(xí)框架的比較與選擇

    深度學(xué)習(xí)作為人工智能領(lǐng)域的一個(gè)重要分支,在過(guò)去十年中取得了顯著的進(jìn)展。在構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型的過(guò)程中,
    的頭像 發(fā)表于 07-02 14:04 ?979次閱讀

    深度學(xué)習(xí)與傳統(tǒng)機(jī)器學(xué)習(xí)的對(duì)比

    在人工智能的浪潮中,機(jī)器學(xué)習(xí)深度學(xué)習(xí)無(wú)疑是兩大核心驅(qū)動(dòng)力。它們各自以其獨(dú)特的方式推動(dòng)著技術(shù)的進(jìn)步,為眾多領(lǐng)域帶來(lái)了革命性的變化。然而,盡管它們都屬于機(jī)器
    的頭像 發(fā)表于 07-01 11:40 ?1414次閱讀

    中車(chē)總經(jīng)理尚敬榮獲2024年“最美鐵道科技工作者”稱(chēng)號(hào)

    近日,中國(guó)鐵道學(xué)會(huì)組織開(kāi)展2024年“最美鐵道科技工作者”遴選和學(xué)習(xí)宣傳活動(dòng),遴選出10名2024年“最美鐵道科技工作者”,公司黨委副書(shū)記、總經(jīng)理尚敬獲此殊榮。
    的頭像 發(fā)表于 05-21 14:02 ?977次閱讀
    中車(chē)總經(jīng)理尚敬榮獲2024年“最美鐵道科技<b class='flag-5'>工作者</b>”稱(chēng)號(hào)

    深度解析深度學(xué)習(xí)下的語(yǔ)義SLAM

    隨著深度學(xué)習(xí)技術(shù)的興起,計(jì)算機(jī)視覺(jué)的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展,例如目標(biāo)的檢測(cè)、識(shí)別和分類(lèi)等領(lǐng)域。近年來(lái),研究人員開(kāi)始在視覺(jué)SLAM算法中引入
    發(fā)表于 04-23 17:18 ?1305次閱讀
    <b class='flag-5'>深度</b>解析<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>下的語(yǔ)義SLAM

    為什么深度學(xué)習(xí)的效果更好?

    導(dǎo)讀深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集,已成為人工智能領(lǐng)域的一項(xiàng)變革性技術(shù),在從計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理到自動(dòng)駕駛汽車(chē)等廣泛的應(yīng)用中取得了顯著的成功。深度
    的頭像 發(fā)表于 03-09 08:26 ?633次閱讀
    為什么<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>的效果更好?