如何配置一部4块Titan X GPU的深度学习机器

如何配置一部4块Titan X GPU的深度学习机器

支持Intel 59xx和6字头的i7处理器。不喜欢这块板子的也可以试试rampage v edition 10，或者rampage v extreme。可能也有便宜的板子支持4 GPU，不过你要特别关注PCIe 3.0插槽的数量和布局：一块显卡通常会占据2个口的位置。
CPU: 通常来说CPU在多核GPU的深度学习系统里还是比较重要的，因为要并行处理参数。我这次选用了网友推荐的i7 5930K，一共6核12线程，性价比还算凑合，跑起来也没什么太大问题。
内存：这个基本要看CPU能支持多少了，5930K貌似只可以支持64G，我就卖了两条Kington valueRAM DDR4 32G。当然省钱的做法是买8条8G的用。
存储：SSD还是比HDD快了不少，所以在这种情况下，我选择了2块Samsung 850 EVO 1TB的SSD内存。如果数据集太大，也可以考虑搞个4TB的HDD来存一下（10TB和8TB的还是有点贵）。
CPU冷却：我选了Corsair H60水冷。注意装的时候有两套4个螺丝钉，要选短的螺钉，短的装在板子上，另一端长的接在风冷上。H60自带涂层，不过要注意水冷必须安装特别紧，一点点空气缝隙也不能留，不然估计深度学习压力测试你的CPU会到80度。不放心的可以上H100i。
电源：电源还是很重要的基本2个选择 Corsair 1500W或者EVGA 1600W，因为一个GPU可能到250W。当然实际运行的时候一般到不了那么高。我之前选了一个 Corsair 1200W，居然self-test风扇不转，只要连主板就会reboot loop，明显是次品，赶紧趁机RMA换了1600W。
机箱：不少人推荐Corsair Carbide Air 540，这是一个中塔机箱。我最后选择了一个全塔机箱Corsair 900D，通风好，但是特别重（配上所有东西超过50多斤重。。。保险箱的节奏）。大机箱可以放很多硬盘，如果你需要的话。
最后用USB 3.1启动机器，几分钟就装好了Ubuntu 16.04。注意最好UEFI BIOS配置取消Secure Boot功能，不然你装Titan X驱动和CUDA 8.0 RC会有问题。装TensorFlow也没什么问题，就是要是找不到CUDA库的错误，可以用sudo ldconfig /usr/local/cuda/lib64和LD_LIBRARY_PATH / LIBRARY_PATH来解决。
我测试了4块Titan X Pascal跑TF的CIFAR多GPU训练，训练几天时间一切都很正常，GPU的温度最高70度（设计80 C温度范围内，其他几块会低），GPU风扇也不会到50%速度。目前我也在测Supermicro的superserver多显卡配置，可能成本会更低。

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息