딥러닝 서버 PC 구축 Start
BioinformaticsAndMe
딥러닝 서버 컴퓨터 구축
: 딥러닝 서버 컴퓨터의 구축은 아래 제시된 사양으로 약 3000달러 정도가 소요 (2019년 4월 기준)
▶CPU: AMD Threadripper 1920x 12-core ($356)
▶CPU Cooler: Fractal S24 ($114)
▶Motherboard: MSI X399 Gaming Pro Carbon AC ($305)
▶GPU: EVGA RTX 2080 Ti XC Ultra ($1,187)
▶Memory: Corsair Vengeance LPX DDR4 4x16Gb ($399)
▶Hard-drive: Samsung 1TB Evo SSD M.2 PCIe ($241)
▶Power: EVGA SuperNOVA P2 Platinum 1200W ($249)
▶Case: Lian-Li PC-O11AIR ($114)
: 위 정보는 PCPartPicker 사이트에서 확인 가능 (해당 사이트는 컴퓨터 구성 부품의 상호 호환을 고려하며 최소 가격을 산정)
*참고로 국내는 다나와 사이트에도 조립 pc 견적을 확인할 수 있음
1. CPU
: CPU는 일반적으로 Intel과 AMD의 두가지 선택지가 있음 (Intel이 AMD보다 두배 비쌈)
: 딥러닝 머신에서는 CPU보다 GPU의 성능이 더 중요함
2. CPU Cooler
: AMD CPU는 발열이 매우 심하므로 액체 냉각기가 필요함
: 2개의 팬을 가진 Fractal S24을 사용
▶CPU Cooler: Fractal S24 ($114)
3. Motherboard
: 메인보드의 주요한 선택지는 바로 칩셋
: AMD Threadripper에는 X399 칩셋을 사용
: MSI X399 Gaming Pro Carbon AC에는 딥러닝에 필요한 모든 것을 갖춤
▶Motherboard: MSI X399 Gaming Pro Carbon AC ($305)
4. GPU
: 딥러닝 시스템의 핵심인 GPU는 Nvidia 제품을 사용하며, 최소 권장 사양은 GTX 1080 Ti
: EVGA RTX 2080 Ti XC Ultra는 듀얼 에어 쿨러를 가졌으며, GPU 과열 방지에 효과적임
▶GPU: EVGA RTX 2080 Ti XC Ultra ($1,187)
5. Memory
: 현재까지 구성에서 최선의 메모리 선택은 DDR4
: 64Gb를 맞추기 위해, 4x16Gb Corsair Vengeance LPX DDR4을 선택
▶Memory: Corsair Vengeance LPX DDR4 4x16Gb ($399)
6. Hard-Drive
: M.2 방식의 SSD는 월등하게 빠른 속도를 지니며, 메인보드의 PCIe 슬롯에 바로 연결됨
▶Hard-drive: Samsung 1TB Evo SSD M.2 PCIe ($241)
7. Power
: PCPartPicker 사이트는 앞서 구성된 시스템에 충분한 전원 공급 장치를 선택하도록 함
: 1개의 GPU는 1,000W여도 충분하지만, 2개의 GPU는 1,200W가 안전함
▶Power: EVGA SuperNOVA P2 Platinum 1200W ($249)
8. Case
: 모든 구성 요소를 넣을 수 있는 충분히 큰 케이스를 선택하는 것이 유리
: 내부의 공기 순환이 잘되고 냉각이 용이한 제품을 선택
▶Case: Lian-Li PC-O11AIR ($114)
#Reference
3) http://shop.danawa.com/shopmain/?logger_kw=TOP_dnwpc_main
'프로그램 활용 > 인공지능(AI)' 카테고리의 다른 글
Ubuntu 20.04 + Docker 20.04 + Kubernetes 1.23.6 +Django 4.0.3 + React 18.0 +MySql 8.0.28 +Machine Learning : pytorch 1.11.0 cuda 10.2 (0) | 2023.08.03 |
---|---|
ChatGPT4 (챗GPT4, 챗지피티4) 무료 사용방법 (0) | 2023.04.05 |
인공지능 알아가기 (0) | 2023.02.13 |
쳇지피티(ChatGPT) 가입 및 사용 (0) | 2023.01.31 |
[자료수집] Yolov4 TensorFlow로 다루기(응용 개발법) (0) | 2022.07.17 |