松鼠乐园 松鼠乐园
  • 注册
  • 登录
  • 首页
  • 快捷入口
    • Vue
    • Tensorflow
    • Springboot
    • 语言类
      • CSS
      • ES5
      • ES6
      • Go
      • Java
      • Javascript
    • 工具类
      • Git
      • 工具推荐
    • 服务器&运维
      • Centos
      • Docker
      • Linux
      • Mac
      • MySQL
      • Nginx
      • Redis
      • Windows
    • 资源类
      • 论文
      • 书籍推荐
      • 后端资源
      • 前端资源
      • html网页模板
      • 代码
    • 性能优化
    • 测试
  • 重大新闻
  • 人工智能
  • 开源项目
  • Vue2.0从零开始
  • 广场
首页 › 人工智能 › 深度学习主机搭建指南,助你玩转人工智能

深度学习主机搭建指南,助你玩转人工智能

迦娜王
1年前人工智能
308 0 0

深度学习主机搭建指南,助你玩转人工智能

大数据文摘出品

编译:权真、涂世文、罗然

深度学习是人工智能必不可少的一部分。而在硬件配置上,大家都在谈论GPU的重要性。不可置否,GPU是掀起深度学习热潮的主要力量,也是开展该领域工作所必不可少的硬件设备。

不幸的是,人们往往把CPU、RAM、主板、存储和机箱的选择统统推到了一边。这种唯GPU论的做法,对于深度学习来说也不算太坏,但是如果你对其他领域感兴趣,那么就还需要考虑其他PC组件!

下面文摘菌为大家推荐一份全面的深度学习主机搭建指南,可以帮助你搭建适用于人工智能及数据科学项目的个人计算机。

在本构建指南中,我们将逐步构建一台能很好地开展深度学习、数据科学、强化学习以及人工智能所有领域工作的个人计算机。

这不需要花费一大笔钱,当然也不会便宜到哪里去。这里,我们切实关注的是优化。因此只需要合适的电力、计算力和扩展空间,不会花费特别多。

我也会为那些想多花点钱升级的人提供一些选择方案,同时也为那些想在几个部件上省钱的人提供一些建议。

GPU篇

让我们从大家近来谈论的GPU开始。GPU是训练深度学习模型时,用于给大多数处理操作进行并行加速的。在深度学习的这个阶段,大多数时间在处理图像、语音或文本,也许你希望使用深层神经网络,这意味着你需要GPU了。

1080Ti可能是你此时最佳的选择。现在的话花700美元可以买到一个。它具有11GB的vRAM,运行频率在1600~1700兆赫之间。

在深度学习社区中,很多人都主张TIAN XP,因为它有12GB的vRAM。问题是,绝大多数(比如95%)情况下,您不使用额外的VRAM。因此它并没有发挥作用。TIAN XP售价1200美元…为了省钱,请选择1080TI。

深度学习主机搭建指南,助你玩转人工智能

2080 Ti GPU

NVIDIA最近也发布了2080Ti,其基准测试结果要优于1080Ti。话虽如此,但由于2080Ti的需求量很大,它的价格现在上涨了很多。一般售价1600美元,而且经常缺货!在我看来,就目前而言性价比不高,并不值得购买。如果想省点钱的话,GTX 1080 具有很好的性价比。它拥有8GB vRAM,在1650~1900mHz下运行速度相当快,对大多数人来说完全够用。

CPU篇

这个是经常被忽视的地方。大家可能觉得没关系,因为如果您只是开展深度学习的话,大多数进程是在GPU上进行的。但是对于强化学习和数据科学而言,大部分进程是在CPU上的。因此,我们绝不在这里省钱。

深度学习主机搭建指南,助你玩转人工智能

i7–8700k CPU

就我们的需求而言,售价370美元的i7-8700k 是绝佳的选择。它配有6个内核/ 12个线程,非常适合数据科学中的并行预处理。该款CPU的基准时钟频率为3.70 GHz,最高可以超频到4.70 GHz,对于我们进行强化学习的训练来说,这个计算速度已经相当快了!

此外XEON处理器也是个极好的选择,因为它们有很多内核。这对于数据预处理以及使用多核GPU进行深度学习非常有用。然而,不幸的是,如果您想要拥有更多内核和更高的主频,那就得做好花上千美元的心理准备。

如果您想节省一些开支,那Intel I5-8600K将是一个值得考虑的选择。它拥有6核/ 6线程,主频3.6 GHz,最高可超频到4.3 GHz。功能强大且只需花费260美元。

RAM篇

这是另一个经常令人困惑的的组件。深度学习社区的人们建议RAM大小应该“2倍于GPU内存”。数据科学领域,更是要“尽可能多的内存!”

我们将采取一种折衷的方案,因为对于我的机器,我发现32GB的内存就足够了。我并不会一次性使用全部的数据集,比如一次性将32GB加载到内存中。如果我这么做,我只需将其分解为多个小数据块,并在最后一次性进行处理,同时保存结果。当然,如果您有钱,配备64GB内存以预留额外的扩展空间也没有坏处。

深度学习主机搭建指南,助你玩转人工智能

在99%的情况下,并不需要像128GB或256GB一样夸张的东西。但一定要确保您的每根RAM为能力范围内的最大尺寸(即16GB或每根32GB)。这样,如果您想添加更多内存条,就有一些空的插槽可以用。纵然,我不会真的只有32GB的RAM。我以前搭过一台机器,经常让我觉得需要加更多的内存!

深度学习主机搭建指南,助你玩转人工智能

X99 Motherboard

主板篇

由于我们已经选择了第八代CPU(无论是I7- 8000 K还是I5-8600 K),因此我们需要选择与之兼容的主板。为此,我选择了华硕Prime Z37 0 A板。它有4个RAM插槽,我已经买了两个16GB的内存条,再买两个16GB的我就可以扩展到64GB。

现在很多人都会对主板和CPU以及GPU的PCIe通道问题进行讨论。简而言之,更多通道意味着您可以更快地将数据从CPU传输到GPU。通常建议每个GPU都应该是x16通道….但我们选择的主板只能支持1×16或2×8。这是不是意味着如果我们想要2个GPU,我们的主板和CPU将不能工作…..

当然不!

深度学习主机搭建指南,助你玩转人工智能

X99 Motherboard

大多数人真的过度重视PCIE通道问题了。有很多基准测试,包括这个很棒的基准测试,它显示采用2x8PCI通道配置几乎不会损害性能,也就损失5%-10%。问题是,如果您真的想弥补这5%到10%的性能,您必须花很多钱才能获得多通道的机器!这根本不值得。

此外,大多数人几乎不需要多个GPU。多个GPU对于并行训练多个模型是最有用的,这是非常有用的,但对于个人计算机通常不是必需的。也就是说,如果您非常热衷于多GPU操作,可以使用服务器级的X99主板,再搭配一个漂亮的Xeon处理器。

深度学习主机搭建指南,助你玩转人工智能

存储设备、机箱和电源篇

对于存储设备来说,因为您要移动大量的数据和文件,所以最好用固态硬盘。我个人建议购买一块大容量的固态硬盘,您会发现这很值得。快速把所有东西导入固态硬盘存放在一个地方真的很方便。再加上固态硬盘越来越便宜。您可以以200美元的价格购买一个1TB的固态硬盘,很实惠。如果您觉得500 GB足够了,那也可以。您可能还希望将大硬盘作为备份驱动器并存储大量数据集。现在这些东西很便宜,如果您暂时不需要,可以等需要的时候随时采购。

对于您的电源,选择略大于整个机器的负荷的任何电源都可以。选择您的配置组件,它会自动计算您所需的功率!要记住的一点是,有不同的电源额定值:青铜、银、金、铂等。这些基本上定义了电源的效率,其中更高=更好。如果您已经很清楚功率方面的需求(比如600W系统的700WPSU),那么来自知名制造商(Corsair、EVGA、Cooler Master,等等)的任何功率等级的产品都是可以的。我选择了EVGA Supernova 750 G3,80 Plus Gold。

这个就根据你的情况,选择喜欢的吧!我选了美观且高度模块化的MaskPro PRO 5。它可以轻松扩展,便于我增添更多的组件,且易于维护和清洁,并配有一个光滑的玻璃侧面板。如果您想找便宜点的,可以选择PC配置专家强烈推荐的NZXT S340。如果更关注美观,那么Thermaltake View 71就很不错,它的所有4个侧面都是钢化玻璃,并配有3个RGB风扇!

显示器篇

配备多个显示器,将改变你的整个工作流程。多屏可以提高效率,因为它可以有效地提供多个工作区域。对于经常使用电脑的人来说,这是改变生活的方式。你不需要超高分辨率(除非真的想要)或者超高刷新率(除非你真的想要!)这一款(https://amzn.to/2q0Gze1)真的很不错,具有很高的性价比。

相关报道:

https://towardsdatascience.com/building-a-personal-computer-for-ai-and-data-science-45189f06917e

0
Ian Goodfellow:深度学习的8个未来方向
上一篇
零基础怎样理解深度学习的工作原理?做个票价预测工具就懂了
下一篇
评论 (0)

请登录以参与评论。

现在登录
聚合文章
在Gitee收获近 5k Star,更新后的Vue版RuoYi有哪些新变化?
2月前
vue3.x reactive、effect、computed、watch依赖关系及实现原理
2月前
Vue 3 新特性:在 Composition API 中使用 CSS Modules
2月前
新手必看的前端项目去中心化和模块化思想
2月前
标签
AI AI项目 css docker Drone Elaticsearch es5 es6 Geometry Go gru java Javascript jenkins lstm mysql mysql优化 mysql地理位置索引 mysql索引 mysql规范 mysql设计 mysql配置文件 mysql面试题 mysql高可用 nginx Redis redis性能 rnn SpringBoot Tensorflow tensorflow2.0 UI设计 vue vue3.0 vue原理 whistle ZooKeeper 开源项目 抓包工具 日志输出 机器学习 深度学习 神经网络 论文 面试题
相关文章
我收集了12款自动生成器,无聊人士自娱自乐专用
输入一张图,就能让二次元老婆动起来,宛如3D:这全是为了科学啊
使用ONNX+TensorRT部署人脸检测和关键点250fps
基于 Keras 的烟火检测
松鼠乐园

资源整合,创造价值

小伙伴
墨魇博客 无同创意
目录
重大新闻 Centos CSS Docker ES5 ES6 Go Java Javascript Linux Mac MySQL Nginx Redis Springboot Tensorflow Vue Vue2.x从零开始 Windows 书籍推荐 人工智能 前端资源 后端资源 壁纸 开源项目 测试 论文
Copyright © 2018-2021 松鼠乐园. Designed by nicetheme. 浙ICP备15039601号-4
  • 重大新闻
  • Centos
  • CSS
  • Docker
  • ES5
  • ES6
  • Go
  • Java
  • Javascript
  • Linux
  • Mac
  • MySQL
  • Nginx
  • Redis
  • Springboot
  • Tensorflow
  • Vue
  • Vue2.x从零开始
  • Windows
  • 书籍推荐
  • 人工智能
  • 前端资源
  • 后端资源
  • 壁纸
  • 开源项目
  • 测试
  • 论文
热门搜索
  • jetson nano
  • vue
  • java
  • mysql
  • 人工智能
  • 人脸识别
迦娜王
坚持才有希望
1224 文章
33 评论
231 喜欢
  • 0
  • 0
  • Top