1樓：請叫我Tony老師
準系統品牌有：超微、Intel等
矩池雲現在提供了私有化的解決方案，老師可以免費申請私有化部署，來管理本地的gpu伺服器
如果要選擇GPU雲的這種服務方式的話，可以省去一些維護上的成本，可以只關心深度學習本身就可以了。
GPU雲的話，自薦一下我們的產品矩池雲，可以試用一下矩池雲(matpool.com) - 國內領先的GPU雲共享平台
2樓：休柏
瀉藥前幾天在知乎回答過這個問題，你可以看下https://www.
3樓：譚毅之
整機的話dell服務普遍反應不錯。
有幾點要注意一下
乙個機箱帶2個gpu散熱會好，4卡的話散熱不太好，有機房製冷的話除外。乙個cpu帶倆顯示卡比較合理
如果要跑強化學習，cpu配好一點吧。比如至強E5 26xx，這樣不至於顯示卡等cpu。
記憶體大一點比較好，我配的32g*4 記憶體
系統盤ssd，這個一般都是標配
比較下來顯示卡RTX2080ti價效比高，cpu的話intel保險些 amd價效比高，但用的人少
4樓：
看這個預算應該是需要相對高階一點的深度學習的主機，很多人認為深度學習肯定機器配置跟普通機器有些不一樣，就像很多人認為做設計的機器一定很貴一樣。其實只要顯示卡或者CPU滿足深度學習的應用程式就可以進行深度學習。由於現在CPU的核心數量和架構相對於深度學習來說效率會比GPU低很多，所以大部分深度學習的機器都是通過高階顯示卡來運算的。
以上簡單的闡述想表達的是深度學習主機其實沒有我們想象的那麼高大上，也許你的主機一樣可以深度學習。
1 電源選購：穩定、穩定、還是穩定。乙個好的電源能夠保證主機再長時間執行不宕機和重啟。
可以想象一下，計算過程中突然重啟，那麼又要重來，除了降低效率，還影響心情。有些電源低負載使用的時候可能不出問題，一旦高負載執行的時候就容易出問題。選擇電源的時候一定要選擇功率有冗餘品質過硬，不要功率剛剛好超出一點。
2 顯示卡選購：顯示卡在深度學習中起到很重要的作用，也是預算的一大頭。預算有限，可以選擇家用遊戲顯示卡比如RTX2080 /RTX2080TI。
預算充足，可以選擇專業深度學習卡Titan RTX/Tesla V100等等。
3 CPU選購：選擇單路還是雙路也是看軟體，純粹的使用GPU運算，其實CPU沒有多大負載。考慮到更多的用途，當然CPU不能太差。
主流的高效能多核多執行緒CPU即可。例如i9-9900K /i9-9900X/雙路單路E5。
4 機箱選購：預留足夠的空間方便公升級，比如現在使用單顯示卡，未來可能要加顯示卡等等；結構要合理，合理的空間更利於空氣流動。最好是加幾個散熱效果好的機箱風扇輔助散熱。
溫度也是導致不穩定的乙個因素。
5 記憶體選購：記憶體32G起步，記憶體都是可以擴充套件的，所以夠用就好，不夠以後可以再加，買多了是浪費。
6 固態選購：固態選擇大品牌企業級，Nvme或者SATA協議區別不大，雜牌固態就不要考慮了，用著用著突然掉盤就不好了。
5樓：TotoroWang
3萬配置
- Nvidia 2080Ti 11G * 2- Intel(R) Xeon(R) CPU E5-2678 v3 @ 2.50GHz * 2
- 64G 記憶體
- 1T 固態
- 2T 機械
怎樣選購用於Linux的膝上型電腦？
Youkabeng 其實主流廠商的主流型號筆記本裝linux日常工作使用問題都不太大，可能續航稍差，一些特殊功能按鍵無法使用。不過請主動把amd nvidia的組合排除掉，目前這個組合還沒有比較好的雙顯示卡切換方案 用過好幾臺筆記本 thinkpad t450s，intel nvidia組合，當時用...
深度學習方向，電腦如何配置？
福滿樓 目前跟你一樣，知識儲備階段。我問過做這方面的小夥伴，他們的意見是，視訊記憶體越大的顯示卡越好。當然目前來說2070級別 包括2060super 都有8G視訊記憶體，一般學習都沒啥問題了。所以，1W5的預算，建議上2070以上的 目前二手2070在2300左右 所以整機配下來，應該還有8K的結...
萬元深度學習電腦如何配置？
真要學深度學習，大部分公司或者實驗室提供高效能電腦，其他大部分都是通過雲平台來搞，1w多在雲平台可以跑到你從入門到脫坑，而你配台高效能電腦整著就去打遊戲了，環境配的腦袋疼，還不如用專業的雲平台，到萬能的某寶搜 gpu租用 不僅環境配置好，還有專業團隊，豈不美哉 愛因斯坦 最好是把 CPU換成英特爾i...