Tesla M40显卡上机体验

废话
正文
- 改电源线
- 放入显卡准备散热工具
- 尝试开机
- 开装驱动
- cuda行列
- paddlepaddlegpu版安装
- 上大佬的柯南变声器代码
- 本地运行
- 实测效果
提醒
- 购机需谨慎
- 免责声明
总结
改善
引导

废话

最近在paddlepaddle溜达，看到了柯南变身器，于是从aistudio下载到本地玩，单位的1060 6G版显卡，跑起来，语句一场就不行，遂上淘宝，咸鱼溜达一圈，见到了tesla k80 m40等一系列的卡卡。于是经过多番考虑（知乎一位买k80说翻车的帖子），于是最终下手m40。咸鱼有卖1800的，我问他保一个月质保不，他说，不保，我说谢谢，我考虑一下，他骂***（这时代也不知道怎么了，我就发了两条消息，这货好像脑子有点问题了，随后拉黑。因此不建议上咸鱼买，毕竟想上m40卡的应当希望稳妥一点）。随后在淘宝找了一家1945包邮的，还送一条转接线。挺合适，单买电源转接线需要30左右。（其实我怀疑这两家是一家，因为都是上海的）。淘宝这个质保3个月。当个保险。我用的机器配置如下，都是王牌(快玩完了的)产品。附上大师截图。大师我们需要它，他是给我们装显卡驱动的。win10自己好像不太认。以下配置，绝对可以跑paddlepaddleGPU框架。除了U，别的都挺便宜，刚开始买来做NAS的奈何功耗太高40w了，搁置了，现在加上m40满血复活。整套下来5000千元。当然，内存大家没必要这么大。4千完全够。我这主要是普通台式机使用m40，大家完全可以用二手服务器。买完之后，我发现网上很多说m40这些系列必须专门的主板和u才能跑，所以，那心情大家都能猜到，已经做好，再买板子的准备的我。

正文

两天到货了，同时购买的电源，没有收到，买的600W电源，没办法，偏远小城市，快递缓慢。
建议大家 买大于600w的电源，我原本一台没有独显的机器用的是300W电源，随机迫于心急之情，开始剪线，改电源。

改电源线

我原本的电源提供一个常规的显卡供电口，是6+2=8的结构，3x12V 3xGND 2GND结构

而Tesla系列根据知乎朋友的介绍和，我的实际观察，确定其为一排4x12V 一排4xGND的结构，也就是和我的主板CPU供电一致。所以，知乎这位朋友说，他一开始用常规显卡接口供电，将他的k80干坏电容问题，估计很真实，也是这个前车之鉴，我小心对比了电源结构，最终开始剪掉了老板送电源线和我自己那个300W电源的12V显卡口，（其实一开始，准备只剪我自己这个电源的显卡口，改一下线路来着，奈何我这90块钱的电源，那线 细的就像头发丝 让我直接干断了）。接完线，我还发现我用的那个接口保护的热缩管，给小了，无奈，只能用电胶带缠绕。

放入显卡准备散热工具

我们都知道，tesla m40 或者k80是被动散热的，所以需要一个大风扇，随机拿出珍藏的老王家（也可能是老五加买的）涡轮风扇，临时充当散热器。现在吹出来的风，凉凉的。我是在跑完模型才写的这个博客，所以，需要大内存，舍不得上3090还是几个0来着的，赶紧买吧，这个卡算力仅能接近1060ti(如果有ti的话，实在没心思去记)。

尝试开机

索性没有闻到烟味，机器80w左右，没装驱动前，装完cuda和cudnn，后待机40w-50w，基本等于u自身的耗能。

开装驱动

网上有大神说了，我们需要在bios中开启一个叫above 4G的选项，我才是扩展大显存用的，我一开始，因为是抱着试试看的态度开机的，没有修改这一项，win10刚开机无法检测到设备，别慌（其实慌得一批，心想是不是电源改差了）。拿出祖传360驱动大师，尝试检查，看到提示安装m40显卡驱动，心安了一半。完事然我们荡起双桨，不对，让我们等待安装，结束后重启，嗯，显卡没按上，设备管理里面带个叹号，但是有设备了，随机我决定去神奇的bios中间，找找那个4G，没看到网上一样的，随便找了个类似的设为打开，完事重启，我们win10大老爷就提示驱动正常了。我猜测，如果我直接调好主板设置，win10大老爷，可能能够直接自己装驱动。

cuda行列

cuda我选的10.2，python版本3.6.建议大家用熟悉的版本。有个巨坑就是，一定要看paddle官方安装教材，cudnn不能太新，他说>=，我们用等于就行。然后自己注意cudnn和cuda版本的对应。
然后双击程序开始安装即可。是的，没有什么特别的，大步往前走，大步往前试，试试就逝世也不是总会出现的，更何况，大不了重装个系统嘛。

paddlepaddlegpu版安装

现在都流行什么python -m pip安装，我还是习惯管理员权限下pip直接干。

上大佬的柯南变声器代码

从aistudio上把文件下载下来，那个ipynb文件，需要用命令改个名，我反正是直接这么整完下载了。哪位大佬有没有更好的方式下载。
中国特色社会主义$这句话耗时情况。

本地运行

本地用什么，我以前喜欢用pycharm，现在，现在无脑vscode。插件按上，怎么搞大家自己试，很容易的。由于我是管理员权限下安装的各类python包，所以不用管理员权限运行这个代码。他就总报错，另外，vscode上的jupyter无法使用那个声音播放，据说是ms的锅。

实测效果

合成语言的速度，和我的1060差不太多，但1060长语音直接干崩，就是超过7个字就蹦了。这个比较长，但是我看我的电源功率嗖的一下蹦到303w，咱也就不敢试了，真怕试试就逝世。

提醒

拆机前，我的机箱是这个样子的。所以，拆机需谨慎，机箱选择需谨慎。

购机需谨慎

大家装机子需要谨慎一点。

免责声明

由于按照本人步骤，造成的一切损失，概不承担。请您多参考几篇文章。做个爱人爱己，自足常乐的人，谢谢。

总结

Tesla m40 可以在普通台式机上使用，但是对主板等可能也有一定的要求，需要谨慎选择，我在此提供给需要的同志一份参考，如果觉得本文对你有所帮助，请献出你的点赞收藏，谢谢。

改善

散热看B站大佬k80 m40的改水冷，但是感觉也不是很合适。
寻找稍微静音美观的方案

引导

4000不到的24G训练机，还要什么自行车，最新的30多少0,24G多少咪，大家都有数，需要的就不用犹豫啦。
为什么不用k80，听说，k80双核心24G面对大模型还是不行。
强调一下，算力不如1080。仅适合需要跑大模型的各位同志门，需要强算力的，还是加钱吧。现在来说，只是勉强够用啦。
AIstudio最香，就架构限制的死死的了，刚出来那会，我用的时候，还可以自己装，现在好像直接拉到了。

普通台式机上Tesla M40显卡paddleGPU深度学习柯南的变身器上机体验相关推荐

深度学习双显卡配置_linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建...
linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建下学期要学tensorflow,看着我可怜的1050ti,流下了贫穷的泪水,但无奈要做 ...
ubuntu笔记本外置显卡开展深度学习
ubuntu笔记本电脑+雷电3外置显卡坞:pytorch和tenorflow开展深度学习 1. 软硬件准备 1.1 硬件配置 1.2 系统 2. 具体步骤 2.1 给雷蛇笔记本安装ubuntu18.0 ...
用外置显卡跑深度学习的一些注意事项
用外置显卡跑深度学习的一些注意事项华硕的显卡坞并不是说只能在华硕电脑上用,只要有雷电3接口的一般是可以用的.这个我专门问了客服的. 搜外置显卡弄深度学习建议用google搜,搜出的结果比百度多多了. ...
Centos集成GTX-1080Ti显卡搭建深度学习环境全过程
Centos集成GTX-1080Ti显卡搭建深度学习环境全过程在一个由N多台普通的不能再普通的机器攒凑起来的机箱中,搭载了最强核心--NVIDIA GeForce GTX 1080 Ti.我们的深度 ...
深度学习用什么显卡？3060显卡适合深度学习吗？
都知道深度学习很吃显卡,显存越大,可以缓存的内容就越多.对于非常吃显存的图像类深度学习程序来说,显存太小的显卡批处理就不能调太大,否则会程序会报错.深度学习用什么显卡?3060显卡适合深度学习吗?本文 ...
深度学习训练吃显卡_深度学习小钢炮攒机心得：规避一些你看不到的坑
------------------- 已经2017年了,从90年代初的品牌机流行,90年代末的组装机流行,2000-2010桌面级逐渐被移动PC/Mac取代,一直到现在移动终端大行其道,攒机似乎已经 ...
英伟达新禁令：不能随便用GeForce显卡跑深度学习（挖矿可以）
维金允中发自凹非寺量子位出品 | 公众号 QbitAI 终于藏不住了. 正值西方国家欢度佳节之时,一份英伟达的surprise终于被发现. 是一条关于GeForce的禁令. 这款备受AI&q ...
Jetson Xavier、Jetson TX2、 1080(Ti)、2080显卡运行深度学习模型性能对比（英伟达开发平台VS常用显卡）
前言: 英伟达的Jetson TX2使得很多人认为深度学习模型终于可以像嵌入式开发平台那样做到小型化了,不用再跑在高配计算机或者服务器上面了,但是实际上Jetson TX2开发板的性能 ...
什么是CUDA和CUDNN？——GeForce NVIDIA显卡用于深度学习计算的GPU加速工具
1.什么是CUDA? CUDA的概念统一计算架构CUDA(Compute Unified Device Architecture)是为了让nvidia gpu可以完成通用计算任务的一种集成技术 ,通 ...

普通台式机上Tesla M40显卡paddleGPU深度学习柯南的变身器上机体验