50k 四張顯卡的AI訓練主機(已有顯卡) - 3C

Table of Contents


已買/未買/已付訂金(元): 已買4張顯卡(1060、1070、2060、2070)

預算/用途:50K內/公司的AI模型訓練主機

CPU (中央處理器):Intel i9-10900X【10核/20緒】3.7G(↑4.5GHz)/19.25M/165W
/無內顯【代理盒】, $19900 ★
MB (主機板):華碩 WS X299 SAGE(CEB/8*D4/雙I網/2*M.2/2*U.2/三年)
【客訂】, $18190 ◆ ★
RAM (記憶體):芝奇 G.SKILL Ripjaws V 32GB DDR4-2666 C18(黑)
( F4-2666C18S-32GVK)[終保], $3250 ◆ ★
VGA (顯示卡):
SSD (固態硬碟):
HDD (硬碟):Seagate 1TB【新梭魚】(64M/7200轉/三年保)(ST1000DM010),
$1270 ◆ ★
DVD-RW (燒錄機):
PSU (電源供應器):振華 LEADEX 1300W 雙8/金牌/全模/5年保固/DC-DC, $5490 ◆ ★
CHASSIS (機殼):Phanteks Enthoo Pro2 黑(非透側) 顯卡長50/U高19.5/支援雙電供
/EEB(PH-ES620PC_BK), $3900 ◆ ★
MONITOR (螢幕):
Mouse/KB (鼠鍵):

其它 (自填):利民 TL-C12 12cm風扇/FDB/PWM/1500RPM/防震軟墊, $420 ◆ ★
總價 (未稅/含稅):53680



以上是請廠商幫忙組的菜單,有以下幾個問題要請教各位前輩

1. CPU的價格有點差出我們預算,廠商是說要組4張顯卡一定要使用X299的板子
,使用X299的板子一定要使用X299的CPU,所以最便宜就這張

2. Power使用1300W是否夠力

3. 我們很怕訓練模型的時候主機燒起來XD 請問機殼的散熱OK嗎

4. 是否有其他更推薦的組法

ps. 我們team的預算真的比較有限,過去一兩年已經分別買了4張顯卡
,所以目前先考慮4張一起平行運算作訓練的方式









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,估價系統的估價單號
與估價系統網址的數字。視為估價單單號。
與相關包含手寫、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4: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5:若有任何問題請先洽詢板務。



--

All Comments

Aaliyah avatarAaliyah2020-08-18
用兩張2070就好了,主機板換成一般的
Necoo avatarNecoo2020-08-21
你的散熱器呢?
Edward Lewis avatarEdward Lewis2020-08-23
應該不會燒起來,但是會自動關機
Ethan avatarEthan2020-08-25
不要用1050 1060 2060 2070這樣並用,會有問題
Ethan avatarEthan2020-08-26
就算能上4張卡,你的卡也會因為吸不到風而效能超低
Mia avatarMia2020-08-27
買礦機板說不定會好一點?
Sarah avatarSarah2020-08-31
礦機版會因為pcie頻寬受限而效能不彰
Jake avatarJake2020-09-05
ATX/E-ATX就7個PCI-E槽,你要擺4卡一定是1 3 5 7
Faithe avatarFaithe2020-09-08
你列的卡都是雙槽起跳,卡跟卡中間空隙很小風很難
Todd Johnson avatarTodd Johnson2020-09-11
進去當然就過熱降頻
Jack avatarJack2020-09-16
兩張顯卡配AMD YES香香雞比較划算
Hardy avatarHardy2020-09-16
振華1300W那顆我們實驗室有買,一年多風扇就有異音
我是覺得能夠加預算的話看要不要買海牌的比較安心
Olivia avatarOlivia2020-09-21
是呀,也是一機多卡然後日以繼夜操這樣
George avatarGeorge2020-09-22
你如果用四張不同顯卡,計算瓶頸會在那張最慢的卡上
Hedwig avatarHedwig2020-09-25
CUDA數不同,GPU RAM也不同。可能比你現在還慢
Eartha avatarEartha2020-09-29
多卡顯卡挑鼓風扇的比較省空間 怕降頻就擺在冷氣房
別關冷氣
Emily avatarEmily2020-10-02
用兩張2070配合i7甚至是i5就夠了
Edward Lewis avatarEdward Lewis2020-10-06
樓上正解, 詳請可以參考我之前組的文章
Charlie avatarCharlie2020-10-11
Training速度要快,可以跑Tensorcore FP16
Jessica avatarJessica2020-10-14
補:樓上x大正解, 會有計算瓶頸
Thomas avatarThomas2020-10-18
可以通過設計batch size克服瓶頸 但是很麻煩 建議
賣掉舊的 再補一張2070 這樣也不用x299
Hedwig avatarHedwig2020-10-20
多人用的機器卡當然是越多越好,而且一般都會先卡
Elma avatarElma2020-10-24
記憶體容量,你程式不一定99%吃滿GPU但是會先OOM
Edith avatarEdith2020-10-27
FP16也要看狀況啦 不是任何模型都能用到
Lydia avatarLydia2020-10-28
很多時候第一步要reproduce別人的實驗結果就會卡關
目前做DL研究的open source code使用FP16比例並不高
Mia avatarMia2020-11-01
你 CPU花那麼多結果顯卡就這樣XD應該以顯卡優先
Harry avatarHarry2020-11-02
你這樣四張會只剩下4張1060的效能吧 散熱不好 X299
還貴死 拿去賣掉換兩張2070就好了
Mason avatarMason2020-11-02
1060 1070可以先賣掉 換張2070來組
Candice avatarCandice2020-11-04
還有一個方案是租AWS來跑,local先驗證,再丟雲端來
完整的training
Charlie avatarCharlie2020-11-05
AWS長時間用下來很貴喔,除非你們公司有特別談方案
Enid avatarEnid2020-11-08
不然一般人用AWS跑絕對比你自己養機器還不划算
Kristin avatarKristin2020-11-08
AWS比較適合短期忽然有需求,東西跑完就砍掉的人
Margaret avatarMargaret2020-11-13
跑x8的話除非你上到2080Ti不然是幾乎沒有折損的 頂
多1~2% 並不是變成1/2
Hazel avatarHazel2020-11-14
其實四張卡比起串起來算,倒不如分頭測試不同參數
比較實在,你總是要調參的。
Valerie avatarValerie2020-11-18
接 nvlink之類的一起跑同一支程式會像上面大大說的
一樣有瓶頸,國外也有人做過實驗了
Jessica avatarJessica2020-11-19
ram改拿16g*4跑四通道吧