深度学习服务器硬件配置新手指导手册--更新中

还需要添加对应的现有的参数与型号对比图和链接以及价格表

对应的性能参数指标等

# 主板选择——配置问题

（不同的主板对应的插槽数量、支持的芯片类别等是不一样的，因此是一个需要确定芯片型号、外围需求后确定的）

比较核心的一个一个集成底盘

## 1 PCI-E卡槽的功能作用，4个4090拓展

全速PCI-E延长线  4.0和5.0的区别，一张4090价格区间1.65w-2.3w，丐卡一般都这个价格1.7一张，同时4090D和4090是完全不同的两种卡，性能差距10%-20%左右。

## 2 AMD还是Intel的i9 14900K

Intel i9 14900K

8大核16小核，32线程，最大内存通道数2，最多支持192 GB内存，支持速率Up to DDR5 5600 MT/s，Up to DDR4 3200 MT/s。

PCI-E支持5.0 and 4.0, PCI Express Configurations ‡ Up to 1x16+4, 2x8+4, 主线最多 20

CPU主板套装价格约6300元。

深度学习对CPU的要求

核心要求：通常需要为每块GPU至少分配4到8个CPU核，以满足多线程的异步数据读取需求。考虑到2块4090以及今后可能的升级需求，**CPU核心数不应低于16核。**

PCI-E 支持情况：一般显卡是 PCI-E 4.0 x16，4090同样。**CPU的 PCI-E 通道数对整体性能影响比较小，不一定每块GPU配满16通道，**举个例子，i9-10900X 的 PCI-E 通道数是 48 ，配置四卡的话，只能支持 1x16+3x8，也就是单卡全速，三卡半速，但数据传输本就是非常快的速度了。这种情况下可以考虑选择带有 PLX 桥接芯片的主板，比如 Pro WS X299 SAGE II。

单路还是多路：**建议单路CPU**，多路CPU可能会在向GPU传输数据时出现问题。

Intel与AMD

根据性能天梯图和价格，14900k能够满足各项需求，发布时间较近，有成熟的配置方案，**建议选用14900k。**

AMD多核CPU价格并不低，可与14900K相比较的7950X甚至网上缺货，故不再考虑。

## 3 DDR4和DDR5的支持性

深度学习对C内存的要求

容量：**通常大于显存**，比如单卡配 16GB 内存，四卡配 64GB 内存。由于有数据生成器（DataLoader），数据不必全部加载到内存里，通常不会成为瓶颈。

频率：对深度学习几乎没有影响，**ddr4 3200Mhz即可**。

## 4 电源

先计算功率总和，如单卡 CPU 250W，显卡 350W，加上其他的大概 200W，那么就买 850W 的电源。双卡最好买 1200W 以上的电源，四卡最好买 2000W 的电源。如果电源不够，跑起来所有的卡以后会因为电源不足而自动关机。

## 5 SSD固态硬盘的选取

高容量、高速是必须的5-10TB