深度学习工作站攒机与装机全过程

概述

第一次攒机，过程感觉很有趣，遂梳理记录下来。

• 攒机用途
  个人工作站，用于深度学习网络模型训练。
  安装Win10 & Ubuntu16.04 双系统。

  ---

硬件选购

• 1）预算范围

  ≤2w（实消2.2w）

• 2）关键硬件选型

  • GPU
    由于攒机目的是用于深度学习网络训练，故先确定GPU型号。

    在预算范围内，选择当前（2020.2）性价比较高的NVIDIA RTX 2080Ti。考虑到性能、价位和到货时间，最终选择从京东自营采购EVGA NVIDIA RTX 2080Ti。

  • 主板
    考虑到以后可能会增加GPU数量，所以主板选择采购ASUS PRIME X299-A II主板，最多可支持3块GPU。

  • CPU
    考虑到主板所支持的CPU类型，且后期对CPU升级可能不大，故在预算可接受范围内，选择采购i9-9940X。

• 3）其他配件选型

  • 机箱
    选择海盗船Air540，深度学习攒机常选机箱。

  • 电源
    2080Ti 显卡建议的电源功率为650W以上，所以选了SEASONIC FOCUS GX750，功率为750W，Gold。

    现阶段已够用，后期若增加GPU数量，需换更大功率电源。

  • 散热器
    选择海盗船h100i 散热器，240mm. 商家说够所选CPU用。

  • 内存
    由于所选主板最高支持不到3000频速，故选择海盗船DDR4 3200 16GB台式机内存条，采购两件。

    后期有需要再扩展。

  • 硬盘
    所选主板支持M.2接口，故选择西部数据1T M.2接口固态硬