如何配置一台適用於深度學習的工作站？

本文來源於王璋在知乎問題【如何配置一台適用於深度學習的工作站？】下的回答，雷鋒網 AI科技評論獲其授權轉載。

問題詳情：

如何配置一台適用於深度學習的工作站？

剛買兩塊Titan Z GPU準備搞搞深度學習，結果原來的工作站功率不夠，帶不動，所以準備組裝一台新工作站。求大神們給點意見，最好給個完整的list，我好照著買，謝謝。（本人新手，也不怎麼會組裝，最好是半成品機器，然後我組裝一下就好的那種）

配置方法：

x299配置：

2路GPU配置單：

四路GPU配置單：

（1080ti換成Titan也沒問題）

GPU的選擇是重點

GPU的選擇：

GTX

下面給出1080、1070、1060、Titan X、Titan X 2016的幾項指標的對比：

TFLOPS（teraFLOPS FLoating-point Operations Per Second每秒浮點運算次數）

1080ti 真是牛B，11.5TFLOPS，11GB顯存

以上幾幅圖轉自：GTX Titan X comparison

一般消費級主板雖然有四個x16規格的插槽，但是當你插上四路GPU時，事實上每路只有x8，所以這其實沒有最大化四路GPU的性能。

CPU和主板：

其中一個制約因素：單U的max PCI-E lanes。單U最大40lanes（即使伺服器的CPU），也就是即使有4個規格的x16，只能最多達到2路x16加一路x8。不過，晶元組其實也可以擴充一部分lanes。（x99可以擴寬2.0的8lanes，z170可以擴充3.0的20lanes）

有些主板上會搭載PLX chips，這個晶元是相當於是「交換機」的功能，並沒有增加額外的lanes。明確提出搭載PLX的是華擎X99 WS-E/10G。

內存、電源、硬碟、機箱等：

至於，內存、電源、硬碟什麼的，就比較容易了，根據自己預算，自行權衡，內存建議DDR4 64G，CPU不可太差不然會是瓶頸，機箱的話海盜船的都還不錯。電源其實還是要買個比較穩定的，因為會有「無休止」的training。

x299

新舊Titan對比：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！