送你一份配置清單:機器學習、深度學習電腦顯示卡配置方案

OLDPAN發表於2018-08-01

前言

很多深度學習入門者或多或少對計算機的配置需求有一些疑惑。入門的硬性需求是什麼,應該買什麼樣的電腦,什麼樣的顯示卡比較適合,自己的筆記本可以使用嗎等等問題。這些問題之前我也有很多疑惑,現在總結了下,為大家稍微講解一下所需要的配置,以及推薦清單。

正文

其實配置可以一句話概括:足夠即可,你什麼樣的需求就用什麼樣的配置。

下圖為海盜船中塔機箱32g記憶體i7-7800x、512ssd+2T配置,預留四張顯示卡位。複製程式碼

《給你一份配置清單:機器學習、深度學習電腦顯示卡配置指南》

但是我們大多數人會這樣想,肯定是配置越高越好,因為人的慾望是無止境的嘛,即使我們可能用不了那麼多的視訊記憶體我們也會想要買買買,所以….唯一限制我們的只有資金了。

提到資金,首先要了解自己的定位,是學生,本科生研究生,還是工作人員。

本科生的話,沒有學校導師的資助,自己花錢搭配一個深度學習工作站還是比較吃力,可以考慮使用雲伺服器。如果是研究生或者工作人員的話,利用學校或者公司通過報銷來解決。

顯示卡

做深度學習最終要的就是顯示卡,顯示卡的選擇可謂老生常談,Nvidia公司在深度學習這塊幾乎進行了統治。顯示卡分為專門的計算卡和遊戲卡(也可以叫為伺服器顯示卡和消費級顯示卡)。

計算卡即英偉達專門對伺服器級別提供的高效能支援並行多使用者的顯示卡,比如Tesla V100Tesla P100Tesla P40Tesla M40等,這種顯示卡一般為大企業使用,比如阿里雲、騰訊雲和美團雲的GPU雲伺服器就是使用這些顯示卡。這類顯示卡有個顯著特點:貴。便宜的一張的價格10w多起步。這裡我們不進行討論。

我們一般討論的是遊戲卡,也就是GeForce系列,例如NVIDIA TITAN VNVIDIA TITAN XGeForce GTX 1080 TiGeForce GTX 1070GeForce GTX 1060。這些顯示卡就是我們進行深度學習所使用的顯示卡,單張或多張。

我這裡給的建議是:1060 6g入門、1070 8g比賽、1080ti 11g研究。顯示卡的視訊記憶體很重要,比如同樣一張顯示卡1060 6g比1060 3g的優勢就很明顯,因為視訊記憶體大了3g,可以跑更深權重更多的神經網路,顯示卡最好一次性買貴的,之所以給出選擇還是錢的問題,另外不建議買泰坦系列,因為效能和1080ti差不多但是貴了很多,價效比不高,當然土豪可以忽視。

ps:通過這個Nvidia官網檢視你的顯示卡計算能力:developer.nvidia.com/cuda-gpus

CPU

cpu一般在這兩個系列中選擇,是至強系列還是酷睿系列,至強是以E3、E5、E7開頭,而酷睿是以i3、i5、i7開頭,至強和酷睿最大的區別就是平臺不同,至強通常作為伺服器晶片,單核頻率不高,但處理多工有優勢。而酷睿常常搭載在個人電腦上,單核頻率高,可睿頻,追求高效能但在多工處理稍有欠缺。這兩款晶片其實也是有交集的,也就是說在挑選的時候沒有嚴格的區別。

有一點隱晦的指標要注意:

《給你一份配置清單:機器學習、深度學習電腦顯示卡配置指南》

cpu的PCIE通道不可太低,因為每一張顯示卡需要16個PCIE通道,如果cpu的PCIE通道小於16那麼它和顯示卡的連結速度就會有影響,顯示卡的效能就不會完全發揮出來。如果多卡的話cpu的PCIE通道更要高。一般至強系列CPU的PCIe通道普遍比酷睿系列多一些。

通過這個連結查詢CPU相關資訊:ark.intel.com/zh-cn#@Proc…

按照需求挑選,如果你要搭建多人伺服器,那麼至強系列比較適合你。如果只是一兩個人使用,那麼酷睿就夠了。

但要注意,CPU的選取和主機板選取有著密切關係,這點要提前弄清楚。

記憶體

記憶體按理說應該為顯示卡視訊記憶體的2倍,當然還是是越大越好,因為記憶體在訓練的時候,其任務是將所有資料在GPU和計算機之前騰來騰去。大記憶體對於提高訓練速度有著很大的影響。記憶體選擇和cpu也有著關係,通常伺服器記憶體為ECC記憶體,ECC記憶體相比普通記憶體穩定性高具有糾錯能力,通常說就是更適合長時間執行,但是缺點也比較明顯,那就是頻率普遍不高。

我們根據CPU的選取來挑記憶體,至強系列的CPU可以使用ECC記憶體,且主機板也要支援,如果經常會訓練48小時以上的話,建議ECC記憶體,如果訓練可以中斷,時間不長,那麼普通記憶體就夠了,相同價位下速度更快。

多條記憶體建議買套條,也就是同一時間同一機器生產的,就和雙胞胎一樣,有更好的默契,速度更快一些。

其他

電源越貴越高,通常瓦數和價錢相當(例如1000w的電源就應該在1000塊以上),電源絕對不能省。

機箱買合適的即可,空間要夠,一定要自帶足夠的散熱口,現在市面上大多數的機箱都相容主流主機板,挑選起來不是很困難。

散熱器建議買風冷,貴的風冷,水冷效果也好但總是會擔心漏液問題。

結語

深度學習對配置的需求較高,但有人會反駁,我的筆記本也可以跑啊,當然是個電腦就能跑,樹莓派也能跑,才幾百塊,但是速度什麼的就差的十萬八千里了。如果你真的有需求,有專案,沒有好的配置是不行的。用筆記本跑是沒問題的,但這僅限於跑一些示例,或者剛入門在學習階段。

筆記本有好顯示卡的也可以跑,但要注意散熱。

好了,就說這些,附一張中等配置的清單,顯示卡根據自個兒需要調整。

關於沒有伺服器想要使用雲伺服器遠端除錯的,請看我的接下來的一篇文章。

《給你一份配置清單:機器學習、深度學習電腦顯示卡配置指南》

文章來源於OLDPAN部落格,歡迎來訪:Oldpan部落格

歡迎關注Oldpan部落格公眾號,持續醞釀深度學習質量文:

送你一份配置清單:機器學習、深度學習電腦顯示卡配置方案


相關文章