目标:构建一个深度学习个人工作站
组装性能: 组装好后先装了windows系统用鲁大师跑分,最终63w分,超越99%用户,其中GPU性能良好排名第5,在显示测试时一度达到1000+fps,实力非常能打!!!
购置清单
硬件 | 型号 | 数量 | 参考价格 |
---|---|---|---|
CPU | I7-9700k | 1 | 2899 |
GPU | RTX 2080ti | 1 | 8999 |
内存 | 金士顿 DDR4 2666 8GB | 2 | 259 * 2 |
主板 | ASUS Z390-A | 1 | 1749 |
机箱 | Tt(Thermaltake) 启航者S5 | 1 | 139 |
电源 | 海盗船 850W 支持2080ti | 1 | 949 |
SSD固态硬盘 | 三星 250GB M.2接口 860 EVO | 1 | 389 |
-
为什么不选择i7 8700+B360主板?
-
一个非常重要的问题就是:与i7 8700搭配的主板B360仅拥有1个PCU-E X16显卡插槽,具体参数参考链接 ,因此不支持多显卡技术。
-
未来如果需要跑大型神经网络实验需要利用两个显卡的算力时,就不再需要重新购买主板机箱重新搭建,可以在i7 9700k+Z390-a显卡主板机箱内直接加显卡,从而构建支持多显卡的高性能深度学习工作站。
-
CPU可支持内存条频率2666,选购内存条时需要注意频率可用
-
主板板型ATX板型,外型尺寸 30.5 x 24.4 cm,需要考虑可以放