动手组装深度学习机器+RTX2070Super

前言

从硬件层面来讲，正是得益于GPU带来的计算性能的提高，使得深度学习的发展迈入了一个高速发展的时期，所以在搞深度学习嘛，工欲善其事必先利其器，首先就是需要一台带有GPU显卡的计算机，作为学生党，由于预算有限，只好自己动手组装了。

机器配置说明

1. GPU，对于深度学习，GPU是最重要的，由于目前只有nvidia显卡支持Cuda，因此别无他选，参考多篇博文，目前在kaggle获奖得主推荐使用RTX2070，考虑未来的扩展性，我选择了RTX2070Super；
2. CPU，就深度学习而言对于CPU的要求并不高，AMD和Intel都可以，同样性能的CPU，Intel价格大概是AMD的两倍左右，但是作为强迫症患者，我还是选择了Intel i7 9700k，但是超频好像真的是有些性能冗余；
3. 主板，主板同样要求并不高，但是要适配所选用的CPU和GPU，如果为了防止以后单显卡容量不足而采用双显卡，需要选用支持双显卡的主板，我选择了微星z390a-pro，优点是便宜(但是微星这个主板对Linux的支持好像并不是特别好)；
4. 内存，内存至少要与GPU显存容量相同；
5. 硬盘，对于深度学习来讲，另一个较为重要的因素就是数据集，考虑到目前动匝上G到数十G的数据集，为了存储数据集，需要加装硬盘；
6. 固态，为了提高操作系统加载速度，当然，如果固态足够就不需要硬盘了；
7. 电源，电源的选择需要能够带动系统的运行即可，计算方法为，电源额定功率=GPU额定功率+CPU额定功率+100w左右的冗余量，RTX 2070Super额定功率为600w，因此选择750够用；
8. CPU散热器及机箱，机箱的选择只要注意显卡限长的要求。

总结配置清单

项目	配置
GPU	索泰 RTX2070 Super
CPU	Intel i7 9700k
主板	微星 z390a-pro
内存	海盗船 DDR4 16GB
硬盘	西数 WD20 2TB
固态	西数 SN750-250G
电源	EVGA 750W G+
CPU散热器及机箱	鑫谷冰酷120s 鑫谷LUX

硬件安装及注意事项

大部分看主板安装说明书和机箱安装说明书就可以完成，因此在安装之前一定要认真查看说明书。

CPU安装

CPU安装时一定要小心，不能压坏引脚。

内存安装

内存的安装是整个安装过程中最简单的步骤了。

主板安装

首先在机箱上安装绝缘铜柱，然后将主板螺孔对准铜柱螺纹，将主板固定在机箱上。

固态安装

固态的安装也较为简单，将M.2插入对应插槽后，固定在主板上对应的螺柱上。

硬盘安装

将硬盘放入硬盘盒，然后固定，再将硬盘盒推入机箱。

GPU安装

GPU的安装类似内存的安装，插入对应插槽后，轻轻按下，卡入卡扣后，将其固定在机箱上即可。

散热安装

散热如果为水冷，水冷的插线插在CPU-FAN引脚，风扇插在SYS-FAN即可。

插线

在安装过程中就应该插线，否则安装完成后，再插线较为不便。在说明书中关于插线都有详细的描述，而且大部分都有很友好的防呆设计。
除了前置面板接头稍微需要注意外，其他的接线柱上也会有标识，不再赘述。

后记

第一步顺利完成，接下来安装系统，搭建环境，enjoy your beginning。