科研用深度学习+有限元工作站的DIY装机配置（预算：5-6万）

考虑实验室科研常用软件，尝试购置一台科研用深度学习+有限元工作站，预算5-6万。
查找了目前市面上相关的整机产品：
1、例如 Dell 7920，GPU可以选择配置目前最新适用深度学习安培架构的 RTX 3090 24G，但奈何CPU配置的英特尔二代至强系列频率不高。至强系列更注重稳定性和可拓展性，偏向于服务器性质。科研计算的工作站同样要求时效性，追求高性能，特别处于智能时代的高速风口下。
2、再如 Dell T3640，GPU也可以选择配置目前最新的RTX 3090 24G，但其配置的英特尔 i9 10900K ，虽然其频率较高，但最大内存支持仅为128G，高精度有限元的3D计算非常吃内存，支持256G最大内存为佳。并且，英特尔 i9 10900K只有10核20线程，多软件，例如matlab和CAD，同时运行时会吃力。
Dell整机配置的英特尔处理器一般不是新出的，会滞后。当然，对于世界闻名的“牙膏”生产商，英特尔新出的产品性能提升幅度往往不多。若不是完美主义的强迫症患者，为省事省力，也可选择品牌整机，毕竟品质和售后更有保障。
还有一种选择就是DIY（自己动手，自强不息）：
1、自选配置参数，自选对应配件的品牌型号，自行购置，自行组装。这种更适合私人，并要求具备一定的硬件动手能力，售后也需自行找配件相应产商。另外，在科研院校并不一定行的通。特别是目前“挖矿”浪潮之下，毒流染指院校的例子时有报道，相信管控会更加严格。
2、自选配置，自选对应配件的品牌型号，找第三方代理购置及组装，并参与配件的购置。这种适合对公，并且售后有一定保障。但须提防第三方提供的配件是正品，新品。特别是显卡，要亲自参与，提防奸商回流“矿卡”。必要时，录视频下，拆卡确认。
3、某购物平台上第三方DIY组装机，配置与自选相似。这种很难一步到位找到适合自己需求的配置，例如，硬件上或多或少需要升级，甚至整体升级。本人尝试联系一些，但回馈要么是缺货，要么就是不做。即便他做，这种也要录视频情况下，再拆机确认。
综上，DIY2是可取的方案，为何需要这么折腾，可总结为：
1、最新性能，追求性价比。
2、“挖矿”疯潮下，谁都不能轻易信，只能信自己。
为此，根据需求，对比了配件参数，寻求了有关的建议，参照了相关横评。最终选择以下配置，并给出了相关到手参考价格：

配件	品牌	单价	预算
CPU	英特尔酷睿i9 10980XE 3.0-4.6GHz 18核功率165W 支持内存：256G 2933MHz	￥7980	￥7980
GPU	华硕ROG-STRIX-RTX3090-24G-GAMING 850W	￥23380	￥23380
主板	华硕（ASUS）WS X299-PRO 支持内存256G	￥3499	￥3499
内存	金士顿 (Kingston) 64GB(32G×2)套装 DDR4 3600 （4套）	￥2799	￥11196
固态硬盘	三星（SAMSUNG）1TB SSD固态硬盘 M.2接口(NVMe协议) 970 PRO	￥2799	￥2799
硬盘	希捷(Seagate) 企业级硬盘 4TB 256MB 7200转 PMR CMR SATA （2套）	￥1149	￥2298
电源	振华（SUPER FLOWER）额定1600W LEADEX T 1600电源	￥2999	￥2999
机箱	追风者(PHANTEKS) PK620 钢化玻璃全塔双路服务器电脑机箱	￥1200	￥1200
散热器	毅凯火力 (EK) AIO Basic 360 一体式CPU水冷散热器 360MM水排	￥999	￥999
风扇	利民（Thermalright）TL-C12B 12cm风扇 SFDB轴承 4pin PWM （3套）	￥80	￥240
–	–	合计	￥56590

迫于“挖矿”疯潮，目前显卡及其相关配件的溢价很高，整体组装预算要高出1W不止。
期待“矿难”过后的拨云见日。算力不应当浪费在这种构建在虚拟与现实间无聊的庞氏骗局上。
另外，AMD处理器因其7nm工艺及高性能，具备极强的吸引力，但出于稳定、安全、生态、兼容的考虑，目前个人偏好英特尔处理器。未来AMD处理器将更适应高性能需求的牵引，守着“牙膏”慢慢挤的日子可能远去。
以上是这几天为购置实验室工作站，所了解到的情况。由于个人认知有限，配置的合理性还请各位DIY大佬指点。
另外，本贴为个人发帖求助性质，没有任何广告的意图，若涉及到违规、侵权，请及时告知删除！

科研用深度学习+有限元工作站的DIY装机配置（预算：5-6万）相关推荐

如何配置一台适用于深度学习的工作站？
问题详情: 如何配置一台适用于深度学习的工作站? 刚买两块Titan Z GPU准备搞搞深度学习,结果原来的工作站功率不够,带不动,所以准备组装一台新工作站.求大神们给点意见,最好给个完整的list, ...
深度学习框架caffe及py-faster-rcnn详细配置安装过程
深度学习框架caffe及py-faster-rcnn详细配置安装过程配置环境: ubuntu14.04 CUDA7.5 1.准备工作安装vim.python-pip.git sudo apt-ge ...
最新CentOs7服务器安装深度学习环境（包含环境变量配置）
最新CentOs7服务器安装深度学习环境(包含环境变量配置) 前提条件:一台CentOs7云服务器,个人建议使用腾讯的新人礼包试试手,CPU服务器,50第一年相当还行廖,此外8.8换200现金劵也是相 ...
计算机保研科研经历——深度学习提问
因为简历里面有深度学习相关的项目,所以面试时被问了一些深度学习上的问题,这里列举出来,给后面的学弟学妹们提供参考. 1.什么是激活函数?激活函数的作用是什么? 2.什么是欠拟合和过拟合?如何解决? 3 ...
深度学习之windows python faster rcnn 配置及demo运行
写这篇文章主要是针对深度学习零基础的新手,因为我也是新手,在配置环境这一块花了我很大的心血,网上的资料很多都只是说配置,然后直接运行就完了,可是对于我这样的新手在配置的过程中会遇见各种各样的问题,所以 ...
AI圣经《深度学习》作者斩获2018年图灵奖，100 万奖励！
2019年3月27日 --ACM宣布,深度学习之父Yoshua Bengio, Yann LeCun, 以及Geoffrey Hinton获得了2018年的图灵奖,被称为"计算机领域的诺贝尔 ...
深度学习双显卡配置_更新深度学习装备:双(1080Ti)显卡装机实录
前言之前一直在装有一张1080Ti的服务器上跑代码,但是当数据量超过10W(图像数据集)的时候,训练时就稍微有点吃力了.速度慢是一方面,关键显存存在瓶颈,导致每次训练的batch-size不敢调的过 ...
深度学习Ubuntu20.04+CUDA+Pytorch环境配置+无显示器远程控制（1）
一.各个软件版本检查首先在INVIDIA官网上查看CUDA与Ubuntu系统的对应支持关系:然后检查pytorch和CUDA版本的支持关系,确保三者都是互相兼容的.如果懒得查,一般安装两年前版本的U ...
AI圣经《深度学习》作者斩获2018年图灵奖，100 万奖励！...
2019年3月27日 --ACM宣布,深度学习之父Yoshua Bengio, Yann LeCun, 以及Geoffrey Hinton获得了2018年的图灵奖,被称为"计算机领域的诺贝尔 ...

科研用深度学习+有限元工作站的DIY装机配置（预算：5-6万）

科研用深度学习+有限元工作站的DIY装机配置（预算：5-6万）

科研用深度学习+有限元工作站的DIY装机配置（预算：5-6万）相关推荐

最新文章

热门文章