|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX( 二 )


我查看了很多选项 , 基于 ATX Form factor、4 个 PCI-E x16 插槽、主板价格这些要求 , 最终选择了这一款 。
3. 猫头鹰 NH-D15 chromax.BLACK 82.52 CFM CPU 散热器
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

现在液体冷却很流行 。 最初 , 我想选择 AIO 散热器(液体冷却) 。
但是 , 与英伟达的工作人员沟通并在论坛上查看两个选项的利弊之后 , 我意识到空气冷却更符合我的需求 。 于是选择了猫头鹰 NH-D15 , 这也是市场上最好的空气冷却器之一 。 于是 , 我就用最好的空气冷却器替换掉了平庸的液体冷却器 , 而且这款冷却器很安静 。
4. 追风者 Enthoo Pro Tempered Glass 机箱
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

接下来要考虑的是机箱了 , 它需要足够大能够装下所有组件 , 而且提供所需的冷却能力 。
我想要的工作站具备双路泰坦 RTX、9920x CPU 和 128 GB RAM , 会产生大量的热 。
而且还要考虑到猫头鹰空气冷却器和大量风扇 , 于是我只剩下两个选择:海盗船 Air 540 ATX 和追风者 Enthoo Pro Tempered Glass PH-ES614PTG_SWT 。
两个都是不错的选择 , 但是我最终选择了后者 , 因为它上市时间更晚 , 规格也更大(全塔机箱) , 为未来更多定制化需求提供了选择空间 。
5. 双路泰坦 RTX + 三插槽版 NVLink
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

双路泰坦 RTX 是目前为止最重要也最昂贵的部分了 。 单这一项就在所有成本中占了很大比重 , 但效果很棒不是吗?
我想使自己的工作站具备高性能 GPU , 英伟达的工作人员给我发过来两块泰坦让我测试 。
我爱上了它们:设计、放进工作站后的整体外观 , 以及结合三插槽版 NVLink 高效提供 48 GB GPU 内存的能力 。
如果预算不够 , 两块英伟达 GeForce RTX 2080 Ti 也是不错的选择 。 只有一个问题:使用 RTX 2080 Ti 后训练批大小需要比较小 , 而且在有些情况下你可能无法训练大模型 , 因为 RTX 2080 Ti 的内存只有 11GB 。 此外 , 你还无法使用 NVLink , 在泰坦中 NVLink 可以结合多个 GPU 的显存(VRAM) 。
6. 固态硬盘:三星 970 Evo Plus 1 TB NVME SSD
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

那么 , 存储呢?在 SSD 领域中 , NVMe SSD 和三星 Evo Plus 毫无疑问是最受欢迎的两款 。
我买了其中一款 , 不过我的主板上有两个 M.2 端口 , 将来我会使用 2TB 的 SSD 存储 。
你也可以多购买几个 2.5 英寸的 SSD , 来获得更多的存储空间 。
7. 内存:海盗船 Vengeance LPX 128GB (8x16GB) DDR4 3200 MHz
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

我第一台计算机的内存是 4MB , 没想到有一天我会用 128G 的内存来搭建计算机 。
根据英伟达团队的建议 , 我想配至少 96G 的内存 。 所以我没在这上面省钱 , 直接配了 128 GB 的内存 。
从图中可以看出来 , 这些内存条不是 RGB lit 。 之所以这样做 , 是因为猫头鹰空气冷却器不会为内存插槽提供很大的间隙 , 而 RGB lit 的高度略高 。 这一点要记住 。
另外 , 我从未尝试过 RGB 配置 , 因为我的心里只有泰坦 。
8. 海盗船 1200W 电源
|云服务太麻烦,我花9000美元自建深度学习工作站,上双路泰坦RTX
本文插图

1200W 算是相当大的电源了 , 但你需要知道 , 这些组件在全功率情况下的瓦数估计是 965W 左右 。


推荐阅读