深度学习的机器配置

记录：

K40的性能大概在GTX770和980之间，偏向980

买服务器，工作站（PC）根据贵单位的实际情况来考量。 性能不是服务器和工作站（PC）的衡量指标。
服务器，适合多用户，7*24小时，不间断运行，稳定性较好，可以配置到很大的内存（256G以上），cpu（4-8U以上）。但通常价格较高，在厂家标配的基础上，不含GPU，5W以下的都是低端服务器。5-10是中档，10W以上是高端。
至于品牌，世界三大品牌HP，IBM，Dell，其他都是二线，三线（即使有的厂家声称专业做xXXX的）
PS：服务器，一般分塔式、机架、刀片和HPC，根据机房情况和需求来选择。刀片一般不适合做DL，很难装显卡
做DL，配置的显卡，Tesla K40，K80


至于工作站/PC，根据需求来配置，品牌机稳定些，服务更好一些，价格相对贵一点。 DIY便宜点，但是性能好。

做DL，首推titan X 12G

以个人为单位的话，如果是项目经费，而不是家里自己买，还是建议买工作站，GPU配titan X, 不需要用自带的quadro
另外，考虑是否需要为多卡预留多个gpu槽，虽然大多数时候一个卡，做科研也够了

一个Dell的工作站，大内存，加个TitanX
5W肯定够了

2W不够，显卡就1W，128G的内存，再加个好点的CPU，主板，硬盘配置大一点

一般自己，或者实验室做科研，服务器还是尽量不要去碰了，没什么意思，工作站比较合适，给学生用，就让学生去diy比较好，更便宜些

学生喜欢折腾，出问题一般都自己搞定，用diy比较合适 
单位或者公家的设备，一般都懒得自己折腾 ，买服务是必须的。

参考：

【1】从深度学习选择什么样的gpu来谈谈gpu的硬件架构 http://chenrudan.github.io/blog/2015/12/20/introductionofgpuhardware.html

【2】最全的深度学习硬件指南 http://www.almosthuman.cn/2016/02/04/bqrzz/

【3】从深度学习选择什么样的gpu来谈谈gpu的硬件架构 http://chenrudan.github.io/blog/2015/12/20/introductionofgpuhardware.html

【4】深度学习主机攒机小记 http://mp.weixin.qq.com/s?__biz=MjM5ODkzMzMwMQ==&mid=2650408303&idx=1&sn=e4a61de98b82028bb49424e7acc4f805

【5】深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow http://mp.weixin.qq.com/s?__biz=MjM5ODkzMzMwMQ==&mid=2650408316&idx=1&sn=9af34bae68a6bf4d8a6a28222291a59e

【6】史上最全面的深度学习硬件指南 http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=402261356&idx=1&sn=f66ee62b002b8a9879d3c428f846e440&scene=21#wechat_redirect

【7】为你的深度学习任务挑选最合适GPU：从性能到价格的全方位指南 http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650717143&idx=1&sn=4eb48040935380a7c87d18efea403d58&scene=0#wechat_redirect