深度学习主机廉价解决方案(tesla k40) |
您所在的位置:网站首页 › tesla显卡接口 › 深度学习主机廉价解决方案(tesla k40) |
这是我第一次在小破站发文章,也算是记录一下最近自己升级主机踩的坑,希望大家借此可以避开。19年组了一台1660s的主机,平时勉强跑跑demo,经常爆显存。20年底实验跑完,趁着矿老板扫货,索性就出手了,用了一年最后还赚了赚了一些。话不多说下面步入正题。 一、硬件配置 身为学生党,再加上家境贫寒,所以这套方案最主要的特点就是省钱。但是又要追求性能,所以新的是不可能的。 cpu: e51620v2 主频高,最重要的还是便宜。 主板: 寨板x79 某烈焰战神,号称原生芯片组,可以插多张显卡,这个很重要。让我意外的是安装ubuntu特别舒服,基本不会出错。实验室的b460m安装各种报错,当然可能也是我姿势不对。 内存:三星服务器ecc内存,ddr3, 是真便宜,70一根,直接搞了4根。 cpu散热: 四铜管的都行 cpu发热量还是比较大的,这个要好一点。 电源:550w 这个没啥说的,根据自己情况选就好。 显卡:tesla k40c+gt720 这个是这个方案的重头戏,tesla的这张卡有些年头了,算力只有3.5,但是当时也是很贵的一张卡,某宝现在也就1000刚出头,性价比很高。最重要的是有这12g的大显存,妈妈再也不用担心实验显存不够了。当然这个也可以买被动散热的tesla k40,或者想体验多卡的可以买k80,回来自己动手改一下散热就好。唯一的缺点就是没有显示输出,所以需要搭配一张亮机卡,这个亮机卡需要支持最新的nvidia驱动,新的nvidia驱动,新的nvidia驱动(重要的事情说三遍),这个后面很有用。 机箱:尽量的大一些就好,这个随意,100块钱搞定。 二、软件环境 1.安装ubuntu,这个网上教程很多,就不在这里赘述了。 2.安装显卡驱动,这个网上也有很多教程,但是这里有两个个坑。 1)本来我买了一张gt405来充当亮机卡,但是运行代码提示驱动版本too old。后来查了好多资料,发现由于它最高只支持360版本的驱动,所以不支持新版cuda,导致我直接翻车。所以后面买了一张gt720,便宜且功耗低。 2)安装显卡驱动时,只需安装显示输出的卡的驱动即可,无需分别安装。这个网上也没有资料,可以举个例子,就是电脑里安装了两张n卡只需安装一个驱动即可,包括两张不同型号的n卡的情况。 3.驱动装好了之后 nvidia-smi 显示两张卡的信息,说明安装成功。接下来就是熟悉的安装cuda,cudnn,anaconda的操作了。 4.在anaconda中搭建虚拟环境,代码运行起来,美滋滋。 三、写在最后 一台电主机下来也就3000块不到,我手里的模型基本都可以跑了,唯一的缺点就是速度不快,不过3000块钱要啥自行车呢,目前已稳定运行一月有余。希望给同样预算有限的同学们有一点帮助,希望大家能少踩点坑。当然,此套方案仅限动手能力强的人折腾哦,小白尽量买全新的哦。最后祝大家学业有成。
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |