做深度学习的服务器需要哪些配置?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了做深度学习的服务器需要哪些配置?相关的知识,希望对你有一定的参考价值。

主要是看运行什么软件和数据量,训练数值大小,这里要强调一下,数值大小和数据量是不一样的。

深度学习服务器的核心部件还是CPU、硬盘、内存、GPU,特别是很多深度学习依靠GPU的大规模数据处理能力,这就要强调CPU的计算能力和数量,同时不同的数据对GPU的显存要求也不一样。

当下大部分都在用RTX3090做深度学习,最新RTX4090已经上市,单精度计算能力是RTX3090的2倍,这两个GPU都是24G显存;像A100强调双精度计算能力,显存有40G和80G两个版本,而A6000单精度计算能和RTX3090差不多,显存是48G,可以参考选择。

当然,最重要的还是口袋里的银子,A6000市场价大概是RTX的2倍还要多,A100最近更是要上十万了,估计也快买不到了,价高缺货;RTX3090/4090的价位低,性价比高,这也是为什么大部分人都选择它们做深度学习了,这是市场的选择。

参考技术A 要做一个深度学习的服务器,需要的配置有GPU RAM, 储存器,因为GPU是在我做深度学习服务器里面一个非常重要的部分,相当于是一个心脏,是非常核心的一个服务器,所以GPU是一个非常重要的东西,储存器也是相当重要的,因为很多数据都要放在ssd储存器上。

要做深度学习用的服务器还是建议你去找专业公司做,其实自己也是可以做的。但是买回来不一定能装好啊,装好了也不一定能用啊.试错的成本太大了,个人不建议自己配置。

推荐了解下蓝海大脑服务器,他们有一款服务器专为做深度学习训练而研发,支持2个英特尔可扩展处理器家族CPU,芯片主要采用龙芯、飞腾、申威、海光。机架式设计,即插即用。深度学习服务器节能效果也是不错的。

入行深度学习之前,要做好哪些准备?

人工智能(AI)、机器学习(ML)、深度学习(DL)在当下的火热程度我就不多说了,同时又有很多人想入门进入这个领域,尤其是深度学习这个细分领域。
本文将带你了解入行深度学习前需要做的一些准备。同时,你也会了解到深度学习的学习路径。
注意:本文是用来帮助做学前准备的,所以不会涉及到具体代码层面的知识。


01 
高性能的显卡 

深度学习相对于其他技术如:前端、php等编程语言,对于硬件的要求有一定的提高,其中 最重要的就是显卡,目前做深度学习的常用的显卡就是Nvidia的显卡。
显卡核心的参数就是显存,因为大部分模型是在GPU上完成训练,所以这个显存当然是越大越好。
对于前期的学习,4G足够了!因为目前大部分模型任务,不管是验证还是训练,各类框架下4G用起来没问题。

02
高配的电脑 

此处,我不会推荐任何品牌的电脑设备,但是对于初学、转行、入门的同学来说,最好还是选择笔记本,主要就是用起来方便。
至于品牌和价格,大家可以自己比较,苹果本可以吗?当然可以,但可能不是最好的选择,毕竟CPU再强,也无法和GPU相提并论,当然如果你不需要自己训练模型,倒是可以考虑。

03
移动硬盘 

深度学习数据集一般情况下都是100G左右的大小,在没有移动硬盘的情况下进行数据分享、移动是非常麻烦的。

可以购买500G以下的固态硬盘,一方面是价格便宜些,另一方面大家平时也不会用到1T的存储。



04
系统的选择

对于想深挖深度学习领域的同学,我建议还是直接使用Ubuntu系统。MacOS也不是不行,但是装起库来还是Ubuntu更方便。

但是如果你仅仅是想学学看,可以继续使用Windows,只不过是有些操作会麻烦一些,但还好的是并不会影响到你的学习进度。



05
一个学习小组 

深度学习学习的复杂程度,要比学习前端、php等编程语言复杂的多。
如果你在学习中遇到一些困难,很多时候遇到问题并不是一个人就能搞定的,最好有一个学习小组,一起交流、探讨。如果还不行,就需要专业的导师为你进行指导。

06
实战项目

仅仅靠学习理论知识,而不进行实操训练,永远写不出漂亮的代码。
所以你需要实战项目巩固基础,不断进行练习。而实际项目中的问题要比一个简单的测试demo要更加复杂,同时也能独立思考学到更多有价值的东西。
做项目常用的三个方式
1、去企业实习,做实战项目,可以有人带。但是从2019年秋招的困难程度来看,没有基础去面试深度学习实习岗,基本是不可能通过的。
2、去网上找一些开源的深度学习项目。目前网上这样的项目还是挺多的,但是对于没有基础的人自己独立完成,还是比较有困难的。
3、认真反复实操课程中的一些项目,进行刻意练习的训练,对于其中的知识点形成肌肉记忆。

07
编程基础与数学基础

一定要有python基础,若是没有的话,建议学习一些python基础的课程。
对于大部分工程师而言,不会用到特别深奥的数学基础,但是基本的概率论、线性代数、基础统计学知识还是要有的。

08
学习路径

具体你需要经历以下几个步骤:
·  深度学习整体概述:了解深度学习的前世今生、为什么会爆发深度学习热潮?代表的技术有哪些,涉及到什么样的领域、产品、公司,以及各行各业中的应用;
·  深度学习预备知识:数学基础(线性代数、矩阵、概率统计、优化等等)、机器学习基础、编程基础;
·  深度学习核心知识:神经网络、深度网络结构、图像任务、语音任务、自然语言任务;
·  深度学习进阶知识 如何使用深度学习框架,完成网络的搭建、训练。
PS:

#文末福利#
购课送《智能问答与深度学习》实体书一本
我们与《智能问答与深度学习》的作者王海良老师在以及来自微软、阿里、今日头条、优酷等5名技术专家,特别针对零基础想入行深度学习的同学联合出品了《从零开始深度学习》这门课程。
希望通过这门课程帮助大家真正的克服畏难情绪,让你0基础入门深度学习,建立起完整的学习路径,同时通过“智能问答模型”的实战案例,将所学知识学以致用。
现在开始学习,帮你在假期后快速进入工作、学习状态,变得专注高效起来。
入行深度学习之前,要做好哪些准备?

#购课即送京东原价¥69的王海良老师的《智能问答深度学习》

实体书一本#

原价199元,限时特惠69元,
扫码立即抢


#课程策划团队#

王海良 Chatopera联合创始人&CEO,微软人工智能最有价值专家,先后工作于IBM软件开发实验室和创新中心。

李卓桓 PreAngel合伙人,Plug and Play 投资合伙人,曾任优酷网首席科学家、叽歪网创始人,水木清华BBS站长,紫霞BBS站长。
林旭鸣 北京邮电大学模式识别实验室研究生,任职阿里巴巴的阿里小蜜团队。
陈可心 微软中国、今日头条研发中心,联想香港人工智能中心以及联合国亚太分部。
李思珍:现任职今日头条,主要工作实现人机交互系统的意图识别和关键词优化。

#课程亮点#

1、102课时、20+小时的课程内容,以及实体书赠送,物超所值。

2、从最基础的数学基础讲起,夯实基础,由浅入深,让你建立系统的知识体系

3、前微软、阿里、字节跳动、前优酷等技术leader联合创作,你很难在市面上见到如此豪华的创作阵容

4、零基础也能轻松上手,从基础学习到项目实战,不用担心学完没用。


了解更多课程详情,请下滑
#课程大纲#
入行深度学习之前,要做好哪些准备?

#适合我吗?#
1. 我是计算机专业的学生,适合学习这门课程吗?
适合。这门课程不但为你扫清了基础数学的障碍,而且通过实例的讲解,以及一些学习技巧,你可以比别的同学更早的入门深度学习,提升自己的知识储备,对你今后找实习、找工作都有很大的帮助。
2. 我已经有一定的编程经验,但不是深度学习,需要学习这门课程吗?
需要。 如果你有一定的编程经验,那么你在学习前两章内容的时候会容易一些,可以让你加容易手,而且后面有很实战的案例,对于扩展知识面,以及转行都有很不错的帮助。
3. 我不是计算机专业的,但是想转行,适合学习这门课程吗?
适合。 此课程主要针对的就是想转行,或者对编程没有基础的人群而策划的,从深度学习最为基础的“基础数学”开始讲起,之后会涉及到python编程以及实战案例,让你打好入门深度学习的基础,建立正确的学习路径。


#现在订阅有什么福利#


1、原价¥199限时优惠¥69

2、现在 购课即送京东原价¥69 的王海良老师《智能问答与深度学习》实体书一本。
入行深度学习之前,要做好哪些准备?


如何报名?

 

限时特惠:¥69原价¥199

图书(包邮) + 102节视频课程,每课仅需0.6元

扫码立即抢购

坚持30天,平均一天2块钱,换你一次

进入高薪技术领域的机会


如果对课程有疑问

欢迎扫码回复“1”进课程咨询群

                          

立即扫码进群领取资料包

以上是关于做深度学习的服务器需要哪些配置?的主要内容,如果未能解决你的问题,请参考以下文章

入行深度学习之前,要做好哪些准备?

使用亚马逊的云服务器EC2做深度学习申请竞价实例

深度学习调参都有哪些技巧

使用亚马逊云服务器EC2做深度学习配置好的系统镜像

哪些电脑最适合做机器学习数据科学和深度学习呢?这里有份调研报告

使用亚马逊的云服务器EC2做深度学习配置TensorFlow