受不了CPU训练深度神经网络的速度,决定配置一台深度学习主机。我现在的主力机是公司配的Thinkpad P50,它的配置是:
– i7-6820HQ 8核2.7GHZ
– 32G内存
– 512G SSD 硬盘
– 有两个显卡,一个集成显卡,一个NVIDIA Quadro M1000M 独显

除了显卡不行,这个机器可以说非常不错。以tensorflow官方的MNIST CNN classification例子,它要跑一个半小时。这么简单的例子都要这么久,不能忍。必须配置一个独立的深度学习主机。

我家里当时有一台同事淘汰的老的主机,但是CPU不错,它的配置是:

当时考虑了几种选择:
1. 配一个全新的主机。优点是性能最好,缺点是花钱最多。
2. 给P50增加一个外置的显卡盒。优点是能利用P50其他硬件性能,缺点是因为我的电脑是公司配的,需要办公,不能连续开机运行,训练模型。而且外置显卡盒用笔记本显示器只能发挥70%-80%的显卡性能。外接显示器能发挥80%-90%显卡性能。
3. 升级旧电脑。优点是能连续运行,也省钱,但是缺点是担心其他硬件配置低,不能发挥显卡性能。

无论如何,都是要买一个显卡了。要买就要买最好的了 GTX 1080ti 11G显存。选的是耕升的追风版,原因就是便宜。
接下来还是考虑到成本,还是买一个外置的显卡盒最经济合算。

第一章 外置显卡盒

外置显卡盒两种解决方案,一种是雷电三接口,一种不是。不是雷电三的那种呢可能需要拆机,而且不是现在的主流方案。优点是价格便宜,一般300左右。现在很多硬件厂商都推出了基于雷电三接口的可以热插拔,显卡独立供电的外置显卡盒。优点是接口方便,缺点就是贵。比如技嘉(GIGABYTE) AORUS GTX1080 Gaming Box显卡盒就要将近6000块。
我选择了一个便宜的牌子:AKiTiO Node -Thunderbolt 3 笔记本外置显卡转接盒显卡坞 价格在1800多。

买的时候我期望它是小巧的,可以装在包里,可以方便的从家里带到公司。我咨询客服得到的答复是只要电脑有雷电3接口就可以用。
在淘宝下单后,我就满心期待的等着了。因为显卡是在京东购买的,所以先到货了。当我打开显卡包装的那一刻,我就明白便携是不可能了。因为显卡比我想的大的多。
第二天AKITIO Node到货了,箱子也更重更大。装上显卡可能一共有6kg。体积也不是能装到一个背包里的。所以我把它放到了我的显示器下边:

折腾了很久去装显卡驱动,但是系统总是提示系统没有足够空闲资源,具体错误代码是:
This device cannot find enough free resources that it can use. (Code 12)
又上网去搜各种解决办法,后来确定thinkpad p50 + win7是不支持外接显卡盒的。最后退货。

配置新电脑

配置新电脑要考虑以后要不要上多GPU,如果要上多GPU,对电源和主板都有要求。成本大增,大概需要20000左右。如果不考虑以后上多GPU,可能需要14000左右。后来还是放弃了。

升级旧电脑

后来对我的旧电脑又研究了一下,发现它的CPU还是很强大,主板也支持我买的显卡接口,在一个国外网站也查到有人用同样的CPU和主板装了GTX 1080ti显卡。最后绝对还是升级旧电脑。
升级了以下几项:
1. 电源,原来的电源只有300w,而现在显卡就要300w,最后买了一个650w的电源。
2. SSD,买了一块256的ssd来装系统。
3. 换了CPU和机箱风扇。买的是猫头鹰的风扇,一个160,装上确实没什么声音。

下边的图是新显卡装在主板上的样子,旁边是拆下来的旧显卡:

完全装完后,运行tensorflow同样的MNIST CNN classification例子,原来用thinkpad P50用一个半小时,现在用3分钟。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

%d 博主赞过: