200k 左右 Deep Learning 工作站 - 3C

Table of Contents


已買/未買/已付訂金(元): 未買

預算/用途: 200k左右 / 工作用 Deep Learning 工作站

CPU (中央處理器):Intel i7-12700K【12核/20緒】3.6G $ 12800
MB (主機板):華擎 Z690 Taichi 太極(ATX/1H2T) $ 16900
RAM (記憶體):芝奇G.SKILL幻鋒戟RGB 16*2 D5-5600 CL36銀 $ 11190
VGA (顯示卡):技嘉 AORUS RTX 3090 XTERME 24G (31.9cm) *2 $127980
Cooler (散熱器):貓頭鷹 NH-D15S chromax.black 高16cm $ 3665
SSD (固態硬碟):Samsung 980 PRO 1TB NVMe Gen4/M.2 PCIe $ 5288
Samsung 870 QVO 4TB/2.5吋 $ 10990
HDD (硬碟):無
PSU (電源供應器):全漢 CANNON PRO 2000W 雙8/全模 $ 13900
CHASSIS (機殼):Fractal Design Define 7 黑 顯卡長46.7/CPU高18.5 $ 5590
MONITOR (螢幕):無
Mouse/KB (鼠鍵):無
OS (作業系統):Ubuntu 18.04 LTS / Ubuntu 20.04 LTS

其它 (機殼風扇):貓頭鷹 Noctua NF-A12x25 PWM chromax.black.swap $ 1225
ARCTIC P12 PWM 12公分聚流控制風扇 *6 $ 2100
總價 (未稅/含稅): $211718

因為工作上的需要,老闆要我開一張200k左右的單子給他(公費)
目前預計會跑 CNN/RNN 的 model,也會用到 CUDA 加速

關於這張單有一些問題想請教電蝦版的版友 <(_ _)>

1.CPU部分,有稍微在版上搜索一下Deep Learning 關鍵字的菜單,看到有些人會建議拿
i9-9900k的CPU,有點好奇Deep Learning 應該都用GPU來訓練,目標把 GPU core 和 GRAM
拉到頂來加速訓練,而CPU的部分應該拿個i7或i5等級的就夠了,為什麼會建議拿i9等級
的呢?

2.關於power的部分,CPU TDP 為125w,顯示卡1張 TDP 435w,2張就870w
MB、RAM、SSD 等估算50w左右

看到power 要拿 「TDP加總後乘以2」的規格
經計算 (125w + 870w + 50w)*2 = 2090w
而台灣目前有2000w 規格的 power 只有全漢
Cooler Master 2000w 只有印度有供貨,振華2000w 經洽詢則未在台灣銷售
感覺power方面有點緊繃,想請問power方面該如何配置比較好?
或是考慮購買機架式工作站?

3.承上,顯示卡的部分,配置2張目的是為了加快訓練,或是下不同的hyper parameter
同時訓練2個model,這部份希望能維持2張顯示卡。
另外也想請教顯示卡拿FE 或是一般市售版本是否在訓練上有所差異?

4. 硬碟的部分,目前規劃980 PRO 1TB (M2 SSD)當系統碟,870 QVO 4TB (SATA SSD)當
資料碟,存放dataset,請問這部分是否有需要更動的地方?

以上
謝謝電蝦版 <(_ _)>

注意1:自稱小妹或會透露自己性別的舉動要注意可能會引來不必要的紛擾,請注意。
注意2:標題是否有寫明"預算"、"用途"? 沒有請按Ctrl+x 然後按T改標題
注意3:請多加利用線上估價系統來進行估價以及價格查詢 (僅供參考)
注意4:若遇新品問題請勿發除錯文,請直接回原購買處處理。

※ 禁止任何估價系統的連結、單號、網址數字等等。
※ 相關包含手寫、excel、估價系統的擷圖連結。
※ 購買套裝電腦者,發文及回應請自行打上原廠產品型號。
※ 請勿張貼包含yahoo、pchome、udn、momo、autobuy、燦坤、三井、順發、良興等
國內網路通路連結。請以文字敘述。
※ 以上只限制於本板相關物品,有爭議者由板務認定。

菜單文與情報文,禁止任何估價系統連結與擷圖、包含文字估價單號碼。
(參閱板規1-2-3、1-3-9)
違反者:刪文、水桶十日。

注意5:為保障您的權益,購物消費請索取統一發票,並盡量以含稅價取貨
注意6:若有任何問題請先洽詢板務。

--
znmkhxrw: 樓上RFG認證的帥哥11/29 23:47
znmkhxrw: 幹 插屁11/29 23:47
acer5738G: 樓下才是開實況把妹的juzam11/29 23:47
znmkhxrw: 樓上變態11/29 23:48
acer5738G: 樓下才是變態11/29 23:49
acer5738G: 不對 樓上才是

--

All Comments

Bethany avatarBethany2022-02-04
樓上RFG認證的帥哥
幹 插屁
Oscar avatarOscar2022-02-09
樓下才是開實況把妹的juzam
Lauren avatarLauren2022-02-04
樓上變態
Zanna avatarZanna2022-02-09
樓下才是變態
Joseph avatarJoseph2022-02-04
現在用雲端計算平台不會比較划算嗎?
Joseph avatarJoseph2022-02-09
XTERME厚度四個卡槽,就算插的進去
兩張貼著散熱應該也不太好
Gilbert avatarGilbert2022-02-04
你應該要用ubuntu吧,你確定12代支
援沒問題?
Candice avatarCandice2022-02-09
而且你的記憶體太小了,資料前處理
很容易爆記憶體
Aaliyah avatarAaliyah2022-02-04
32g記憶體你可能要load dataset都
不夠
Emily avatarEmily2022-02-09
CPU影響不大吧,我以前實驗室那爛U
Belly avatarBelly2022-02-04
都照跑了,RAM拿大一點倒是,電供
我覺得不超頻1300W夠了,怕的話可以
Ida avatarIda2022-02-09
降點壓
Puput avatarPuput2022-02-04
還有nvlink要另外買吧
Eartha avatarEartha2022-02-09
雲端很盤
Ophelia avatarOphelia2022-02-04
RAM 插到64 or 128
Heather avatarHeather2022-02-09
有點懷疑店家會甘願給組1CPU+2GPU..
Queena avatarQueena2022-02-04
的確, RAM 還是該比 VRAM 多.
Poppy avatarPoppy2022-02-09
雲端是乍看很盤,實際上維運成本不低
Ivy avatarIvy2022-02-04
1300w就夠了 誰跟你x2
Delia avatarDelia2022-02-09
把雲端服務維運視為理所當然很危險.
Mason avatarMason2022-02-04
顯卡沒差吧 都同個晶片
Frederica avatarFrederica2022-02-09
1500W就夠了 記憶體太少了 128GB請
插滿
Agatha avatarAgatha2022-02-04
DL我不太熟 有需要用到DDR5嗎?
Olivia avatarOlivia2022-02-09
不用nvlink
Mason avatarMason2022-02-04
我之前閒著沒事去搜尋了一下現在
深度學習運算在 on-premise 和
Madame avatarMadame2022-02-09
雲端服務 的差異
感覺很多文章都認為雲端服務較便宜
Ula avatarUla2022-02-04
CPU的問題是有預算就上去i9,沒預
算依你的想法也不算錯。
Madame avatarMadame2022-02-09
中小工作站用雲端便宜,大工作站還
在用雲端就不划算了
Frederica avatarFrederica2022-02-04
分開train不用link吧
Donna avatarDonna2022-02-09
電供怕的話,可以買兩顆1000w的作
聯動,不用買單顆2000w的
Liam avatarLiam2022-02-04
兩張塞機殼超燙 記得放機房
Lydia avatarLydia2022-02-09
工作站我覺得I9安全一些
Mary avatarMary2022-02-04
別用這電源
Frederic avatarFrederic2022-02-09
話說怎麼會想上DDR5?
Ivy avatarIvy2022-02-04
大量運算的話雲端服務是真的頗貴
偶爾算/算量小CP值的確有出來
Yuri avatarYuri2022-02-09
我們Lab之前用9900K + 雙3090,會
出現太擠3090散熱不良的狀況,你可
Sandy avatarSandy2022-02-04
能要注意一下這個問題,烤甜甜圈沒
兩分鐘擋到散熱那一張卡溫度會飛上
Ursula avatarUrsula2022-02-09
主機板換技嘉 Z690 Aero D
PCIE 間隔4 slots
Kumar avatarKumar2022-02-04
直接連絡研華凌華業務報價就好
Necoo avatarNecoo2022-02-09
沒事自組工作站幹嘛
Zenobia avatarZenobia2022-02-04
你們有機房 有現成的機架的話 建議
直接組機架式的 然後一樣ram請插滿
ssd容量取決於你們dataset大小
Connor avatarConnor2022-02-09
我跑ML, DL都用128g來跑
Heather avatarHeather2022-02-04
這價格直接找廠商吧 不要為了省小錢
到時候故障叫你自己想辦法
Poppy avatarPoppy2022-02-09
#1SxhRJ80 建議參考前輩的文,另外
個人經驗是,在RNN/LSTM情況下GPU沒
辦法幫你太多,主要loading還是在CP
U上,所以挑i9的高頻cpu有其必要性
,再者對非gpu類的函式庫的加速也有
幫助。
機殼部分實際使用過10900K+3090配FD
define 7,實際訓練時GPU溫度大概
是85~90度,雙卡的情況可以想像一下

另外CPU部分是否真的要使用大小核也
是個考量點,個人會建議使用全大核
,減少可能的問題點。
Rosalind avatarRosalind2022-02-04
AMD Ryzen Threadripper 3970X
Leila avatarLeila2022-02-09
你老闆工作站還要用到RGB…真潮
Hedwig avatarHedwig2022-02-04
PSU要TDP加總後乘以2 是看了什麼鬼
Zora avatarZora2022-02-09
D5有ECC
Wallis avatarWallis2022-02-04
多卡需要 HEDT 以上的板子開滿 pcie
Robert avatarRobert2022-02-09
直接找套裝的吧,不然 TR 都更好
Christine avatarChristine2022-02-04
另外 AWS 很容易開
Kumar avatarKumar2022-02-09
找研華就好
Steve avatarSteve2022-02-04
QLC嘛..要不要換成兩個2T MX500?
Rebecca avatarRebecca2022-02-09
20萬找廠商的規格遠比DIY市場弱一半
Lily avatarLily2022-02-04
但是出問題就換自己變一半了
Agatha avatarAgatha2022-02-09
記憶體太小 要cnn rnn至少也要64-12
8 另外要塞兩張要不要買機架式
Charlotte avatarCharlotte2022-02-04
我們實驗室去年剛買3955WX,下一台
打算等Zen3 TR
David avatarDavid2022-02-09
2….2000w完美 psu拿個1200w/1300w
的就可以了吧 頂多1600w 主版改ddr4
的然後上32g*2
James avatarJames2022-02-04
老實說1500w一顆就夠了 板子和記憶
體改DDDR4的 不過你們這種平台我還
是推直上TR4 拿個3960x都好