编程、Web前端/后端、游戏开发、嵌入式开发、大数据、人工智能、机器学习需要什么样的笔记本配置？

转自知乎编程、Web前端/后端、游戏开发、嵌入式开发、大数据、人工智能、机器学习需要什么样的笔记本配置？ - 知乎 (zhihu.com)

普通编程、Web前端/后端、小程序开发，APP开发、嵌入式开发买个3-4千的笔记本就足够使用，做游戏开发、大数据、人工智能、机器学习需要5千-8千的笔记本。入门机器训练用笔记本也可以。复数据规模超级大的机器训练，就需要租用云GPU服务器来完成。

大多数普通的编程对配置的没有太高要求，没有PS修图，PR/AE影视后期那么吃配置，很多轻薄本都能满足编程需求，但需要注意扩展接口、显示器、低压U、散热等问题。

——各个预算的配置：

1—2千预算，编程、写代码、办公、PS修图笔记本推荐/选购指南27 赞同 · 0 评论文章

3—4千预算，Android 开发、Web前端开发、小程序开发、兼顾修图、剪辑笔记本推荐/选购指南47 赞同 · 2 评论文章

5千左右预算，Web后端、大数据、机器学习、游戏开发兼顾PS、PR/AE/三维的笔记本推荐/选购指南159 赞同 · 9 评论文章

6千左右预算，编程、大数据、人工智能、机器学习、游戏开发兼顾PR/AE剪辑，三维笔记本推荐/选购指南99 赞同 · 4 评论文章

7千左右预算，编程、游戏开发、大数据、人工智能、机器学习兼顾PR/AE、三维建模笔记本推荐/选购指南53 赞同 · 2 评论文章

8千左右预算，游戏开发、大数据、人工智能、机器学习兼顾PR/AE剪辑、三维建模笔记本推荐/选购指南55 赞同 · 4 评论文章

1万-2万预算，游戏开发、大数据、人工智能、机器学习兼顾PR/AE剪辑、三维建模笔记本推荐/选购指南24 赞同 · 2 评论文章

一、CPU：

对编程最重要的就是CPU了，一切的程序运算经过CPU处理。

笔记本如何选查看CPU好坏呢？

笔记本CPU最重要的性能参数是频率、核心+线程数、三级缓存数。频率越高，核心数、线程数越多，笔记本运行速度也越快。

1、主频：

对于PR剪辑来说，选择一个高频率的CPU至关重要，一般查看CPU的主频，至少2.2ghz以上，睿频至少4.4ghz以上，因为CPU频率影响到跑程序的速度。编程的时候感受几乎不出来，但运行编写好的程序，尤其是较大型的程序、数据库时，主频和睿频越高，运行速度就越快。

2、多核、多线程：

多核处理器，简单说就是在一块CPU基板上集成多个处理器核心。多核相比单核的好处是可以同时处理多件事情。

CPU一般有4核，6核，8核，12核，线程数一般为核的2倍，比如核是6，通常线程就是12。（个别线程是1倍，即6核6线程）

通常，一般的编程只是文本编辑，编译，不需要CPU多核心，但如果做嵌入式开发、大数据开发，需要安装多个虚拟机同步运行，那样就需要CPU多核。

其次，机器学习由于需要运算大量的样本，通常是并行运算的，因此需要多核心的处理器，机器学习最少4核8线程以上，更好的6核12线程，以及8核16线程以上的。

3、CPU芯片：

选择CPU不能只看频率与核心，还要看芯片新旧，新一代的CPU芯片无论是架构、工艺，还是稳定性、兼容性都要比旧一代的芯片好很多。

芯片的代数越新，性能越好。通常i9高于i7，i7高于i5，如果加入代数比较就不一定了，比如i7虽然比i5高端，但9代i7就没有10代、11代i5性能高，更多情况下，10代、11代的I5的性能肯定要远高于9代的I7。

编程开发、机器学习、游戏开发建议选择十代、九代的I7处理器，或者十代、十一代I5；八代、七代的芯片太老，不推荐选择。

4、低压U与标压U：

如果是普通的编程、Web前端开发、APP开发，小程序开发，使用低压U，即轻薄本也可以。

如果是Web后端开发、游戏开发、机器学习、大数据开发，就一定要买标压U，部分轻薄本、和游戏本都是标压U。

如何区分低压U与标压U？

一般主频1.8ghz以下的，2核4线程CPU，以及后缀带U的多半是低压CPU。

主频2.0ghz以上，睿频4.4ghz以上，核心4核以上的，CPU型号后缀带H的或G7多半是标压U，

标压U性能非常好，只有标压U才能用来做游戏开发、机器学习、大数据开发。

二、内存：

内存的作用：

内存越多，可以开启的虚拟机数量就越多，

一个IDE通常2G左右，一般情况都会启动多个IDE，因为要同时启动和操作多个项目。
编程可能还需要打开很多网页、文档，笔记本运行的程序多了，内存不够就会非常卡顿。

其次，做嵌入式开发，大数据开发，往往需要开启多个虚拟机，虚拟机的运行也是很占内存的，开启3个以上虚拟机，8G内存很快就被吃满了。

——内存的参考指标：

主要是：①内存类型，②内存大小，③内存频率。

①、内存类型：就是DDR3、 DDR4；选择DDR4要先进更好一些。

②、内存大小：万元以下笔记本以一般单条8G和单条16G的使用居多。万元以上的笔记本才达到32G大内存。一般使用8G、16G内存就可以了，预算非常充足，可以选择32G大内存。

③、内存频率：

频率越高的内存，数据传输速度越快。比如2666Mhz的内存就比1600MHZ的内存速度快，频率越高的内存价格也越贵。建议选择：2400Mhz以上内存频率的笔记本，内存频率低了会拖慢CPU的速度。

现在，有的笔记本的高频内存甚至达到了3200MHz、4266MHz，性能非常好。

④、双通道内存：

双通道内存就是同型号的两根内存组成一个整体，形成1+1>2的效果。

比如一个笔记本是单根内存16G的，另一个是8GX2根，后者的性能肯定比前者强很多。

双通道内存对于机器学习、大数据开发、运行多个虚拟机的帮助非常大。

三、显卡（GPU）：

如果是学习编程、Android开发、Web端开发、小程序开发、嵌入式开发，选择集成显卡就可以了，也就是说，用不带独显的轻薄本都可以。

但如果是做人工智能、机器学习，游戏开发，就必须要有一张好一点的独立显卡。

显卡的选购指标：显存、位宽、CUDA核心数、核心频率。

①显存、位宽：

显存、位宽的大小决定了图像数据通道的宽度，也决定了数据的吞吐量。

显存对于机器学习至关重要，显存大小直接决定了你能训练模型的大小，显存越大，模型就越大，容纳的数据量就越多。

② CUDA核心：

CUDA作为核心计算单元，数目越多，运算速度就越快。在机器学习中，数据样本规模越大，需要的CUDA核心就越多。不同于CPU的最多几十个核心，显卡通常有几千个CUDA核心，所以运算速度也是CPU的几百倍，这正是GPU运算的优势所在。

在影视后期中，CUDA核心也常用来作为三维渲染中的GPU渲染器使用，比CPU渲染输出视频、动画的速度快很多很多。

③A卡与N卡：

如果要做人工智能、机器学习，建议选择N卡，即英伟达显卡。因为A卡对机器学习的优化不是很好，目前机器学习主流的还是使用的是N卡。

四、硬盘：

硬盘主要关注固态容量，机械硬盘可有可无，因为可以用移动硬盘代替。

现在笔记本很少有带机械硬盘的了，很多都是只带一块512G固态，或256G的固态。因为固态硬盘读写速度快，表现出来就是用起来不容易卡。

固态容量尽量要大一些，建议512G以上。

因为安装Java的eclipse和开发插件就要占好多硬盘空间。如果把所有东西都安装在本地，所有开发环境都在本地，下载的东西从来不删，总有一天会把存储空间用完。这样C盘满了，笔记本会非常卡顿。

五、屏幕：

笔记本的屏幕也是一个重要的硬件，编程主要考虑的是：尺寸、多屏显示，

次要考虑的：材质、背光、长宽比、分辨率，不需要考虑的是：色域、刷新率。

① 尺寸：

因为有时，java代码非常冗长，要大些的屏幕查看代码才合适。因此，建议屏幕选择14寸或以上的，不要选择13英寸的小巧型屏幕。

② 多屏显示：

编程通常需要多屏幕显示，这点和影视剪辑很像，影视剪辑是一个屏调色，另一个看效果。

编程是一个屏写代码，另一个看结果。或者一个写代码，另一个看浏览器网页。

可以用DP接口接一个屏幕，或者HDMI接口接一个屏幕。

如果接口不足，也可以利用笔记本扩展坞或者分屏器连接两个显示器，实现双屏幕监看。

③ 材质、背光、长宽比、分辨率：

其次，面板材质要是VA屏或IPS屏 , 背光是LED的，或者DC调光的，长宽比：16:9宽屏，或16:10的。分辨率是全高清1080P以上的，这样的屏幕素质就很高，对眼睛保护较好，防止眼疲劳。

④ 色域、刷新率：

此外，编程不需要考虑色域，如果你除了编程，还要做PS照片调色，PR/AE影视调色，

那么就需要选择色域在NTSC 72%或者SRGB 99%以上的高色域屏幕。

如果不玩FPS游戏、大型3D游戏的话，不用考虑屏幕刷新率，不需要144HZ的高刷屏。

六、扩展接口：

编程也要格外注意扩展接口，首先，日常程编程，需要外接多个显示器，会用到笔记本的HDMI、DP接口。

如果做嵌入式开发，还需要笔记本有串口，以便和开发板相连接，但大多数笔记本都不自带串口。那就需要花几十元单独买一个USB-串口转接线，这样也能连接到开发板上。

如果做大规模的机器学习，还需要用到发烧级的独显显卡：RTX3080、RTX3090，笔记本带雷电3接口，或者支持雷电3的TYPE-C接口，就可以连接到独立显卡上，充分利用独立显卡的高性能来做机器训练。

最后，如果经常在笔记本和设备间转移资料的，那么USB接口数量最少3个，其次，USB必须为3.0或3.1以上版本，而不能是USB2.0，前者的传输速度会快很多。

七、电源：

如果选择了高性能CPU，45W以上功耗的，那么对续航能力的期望值就不要太高，建议选择：锂电池，芯越多续航能力越强，一般选择3芯以上，50瓦时以上的续航时间最长。大概续航：2-5小时。

八、散热：

不同于台式机，笔记本要格外关注散热性能。
首先，标压CPU肯定发热量大。其次，超薄的笔记本电脑，散热也不够好，除非用镁铝合金、或者钛合金等金属材料做的机身，那么，散热就比较合适。通常塑料外壳的散热性能不是很高。

CPU、显卡决定了的性能下限，散热系统决定笔记本性能上限。

如果i7本的散热不如i5本的散热好的话，那么这i7本发挥出来的性能可能都不如i5本。

散热和风扇数量、热管数量有关。风扇是起制冷作用的，热管是起导热作用的。

风扇越多，转速越快，散热性就越好；铜管数量越多、铜片面积越大，铜管越长越粗，整体散热性能就越强。

其次，散热还和出风口数量有关，笔记的出风口越多，散热越好。

——散热系统建议：

保持风扇数在2个左右的基础上（多了噪声大），

尽量选择铜管数量多的，铜片面积大的，具体数量：

笔记本最少2根铜管散热，更好的3根、5根铜管散热。

出风口数量最少3个以上，更好的4个出风口。

九、总结：

只是不同程度的编程对笔记本的性能要求不同。

❶如果是学算法，数据结构，软件/框架的使用，不用跑大的IDE，服务器，虚拟机，编程语言只是写写C、VB、C++、汇编，Java、C#等，那么现有的1-2千元笔记本都可以满足需求。

❷如果是安卓APP开发、Web前端开发、小程序开发，嵌入式开发的，运行用小的环境，各种IDE，同时运行3个以上虚拟机，运行SQL 、Mysql等中小型数据库等：

CPU使用i5，R5以上处理器，可以是低压U+集显，即使用3-4千的轻薄本都可以。

❸ 如果是做Web后端开发、运行大型数据库，游戏开发、运行Unity2D/3D引擎，大数据开发，人工智能，机器学习：

CPU使用i5，R5以上的标压处理器才可以，显卡使用4G以上独显，更好的选择6G大显存。

❹若是复杂的游戏开发、规模较大的机器学习，则需i7或R7以上，甚至i9、R9以上标压U，显卡使用8G显存以上的RTX3070、RTX3080等外接显卡。

满足上述配置的笔记本有很多，价位在3千-1.5万元，一般选择5-7千元左右价位就可以了，如果遭遇数据量很大的项目，如AI学习，上述配置可能还会卡顿，但AI对配置的需求是没有上限的，即使配置5万元的顶配MacBook Pro笔记本，也一样会卡，遇到非常大的项目，最好的方式是租用AI云服务器。可以用aws，阿里云，腾讯云满足跑代码的需求，而笔记本只负责前端编辑和调试。

—— 需要推荐笔记本，可以看文章开头推荐

CPU和显卡占整机的80-90%成本，因此，CPU和显卡才是最重要的。

笔记本、CPU、显卡、内存、显示器的详细参数可以在官网查询，也可以在太平洋电脑网、中关村在线等网站输入笔记本、CPU或显卡型号，查看详细参数。

我是原创：开心一哥岁月，希望大家点赞支持我。编辑于 07-01