深度学习服务器配置踩坑了吗？举例说明

适用于深度学习的GPU服务器配置过程中，大家一定会在市场上进行对比，往往会发现差不多的参数配置，甚至更高的参数配置价格会更低，这是怎么一回事呢？

关于这个 问题，今天给大家举个例子，现在市场上有不少组装商家，为了赢得与客户的合作，往往会用客户满意的参数去吸引客户，殊不知参数并不能代表性能，而是性能的假象，这两天看到一个配置和大家分享一下：

CPU：Intel Xeon **6148** 2.4 GHz 20核 40线程 *2

内存： 32G DDR4 **2666** MHz REG-ECC内存 *6

硬盘：略

GPU： GeForce RTX3090 单涡轮定制版 *4

电源： 2000W *1

**避免踩坑简单说明三点：**

**1**、Intel Xeon **6148 CPU是Intel在2017年第三季度发行的**，属于已经停产的产品（Intel官网可查)

内存，当下服务器内存 用的较多的是2933/3200MHZ，这个就不要省了，哎！

**所以这款CPU是二手拆旧的，便宜质量没保障，只是参数看起来不错，但性能跟当下的至强三代没法比**，当下CPU 已经达到至强三代，商家还用一代的产品做配置，主要还因为二手配件成本价位低，一味的追求利润，根本没考虑产品性能和品质。其实，三代就有入门级的CPU可以使用，如Intel Xeon Sliver系列 4310 12核 24线程 2.1 GHz 可用，价格并不高，**客户花同样的钱完全可以买到当下主流的全新CPU，不仅品质稳定，性能和售后都有保障**，最重要的是我们好不容易配置一台服务器，花了钱并没有买到相匹配性能的产品；

**2**、**电源功耗不够**，英伟达 GeForce RTX3090 功耗是350w ,Intel Xeon 6148 功耗 是150w ,这两项合计为1700w,一般平台还要有300-500w功耗，为了机器的稳定最好还要留30%以上的冗余。**这样的配置稳定性会是大问题，故障率特别高**。同时，这种配置机器根本发挥不出部件的最大功效，属于看似配的很高档，其实问题很大，属于不了解硬件性能，不专业，也不是很负责人。

**3**、**出厂和售后**：正规厂商，服务器出厂都会做一系列的出厂测试，会有严格规范的标准流程，对整机和所有部件也都有厂家的质保体系，对于客户来说是极大的保障。对于部件不规范的产品，都是卖家自己通过不规范的渠道获得的配件，也**没有严格规范的出厂测试**，只能是卖家自己给予售后承诺，**没有整机厂商和配件品牌方的售后，售后没保障。**

希望大家都能根据科研用途和经费实际，遵循科学为广大科研院所和高校配置高性能计算服务器。