[Ubuntu] 从零开始搭建个人深度学习平台

部署运行你感兴趣的模型镜像

深度学习计算平台装机过程

实验室的机器又又又又崩了,疫情期间又不能顺利返回学校。在一次有一次的麻烦老师帮忙维护后,显卡驱动不出意外的又出现了问题,所以索性咬咬牙自己配一个低配版的深度学习平台,继续炼丹,而且考虑到以后也可以加速科研过程。这篇博文从选材开始从零介绍我搭建的平台,记录我的第一次装机的经验。本人是一个装机小白,如果你也想装机而且根本不知道一个主机箱里应该有什么东西,希望这篇博文能够帮助到你。

一个主机箱里需要有的东西:CPU,CPU风扇,主板,GPU,内存条,硬盘,电源,机箱风扇,机箱。这些也是我在装机时候和师兄们学习到的,在此多谢师兄。下面就说说我的详细配置吧,并且附上价格,仅供参考。

1. CPU+主板+CPU风扇(2000元):本人不是Intel控,所以在没有足够预算的情况下选择了性价比更高的AMD处理器。具体型号是AMD Ryzen5 3600X,6核12线程,主频3.8GHz。主板是微星B450M Motar Max,也叫迫击炮……不知道他们产品经理为啥起这个名。这款CPU足够Cover了Ubuntu18.04流畅使用的所有要求了,6核也能够流畅编译各种库,所以没有配置比较顶级的CPU。这款CPU自带风扇,而且硅脂层都已经涂好了,直接扣上就可以了。

2. GPU(5000元):实验室的2080ti对我来说实在是太贵了(10000元+),个人计算平台实在是承担不起。所以最后锁定在1080ti。但是现在市面上的1080ti基本停产。个人感觉是1080ti玩游戏太过奢侈,做实验也有更加强劲的产品,所以现在基本没有人买了。但是还是在某宝买到了“新的”EVGA 1080ti,11G显存,有三个风扇,所以散热效果比较不错。在鲁大师下跑分37万,应该也算是1080ti正常的水平。没有碰到矿卡,谢天谢地!

3. 内存条(900元):芝奇,16GB(8G×2),DDR4 3600频率,焰光戟RGB灯条。现在比较流行高频的内存条,据说可以加快内存数据交换速度,将信将疑的我入了3600频率。当然啦,有RGB灯条十分酷

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值