摘要?

作為一名計(jì)算機(jī)專業(yè)的學(xué)子，想要追上AI浪潮，生產(chǎn)力工具得跟上。本文將重點(diǎn)介紹up主用于深度學(xué)習(xí)兼游戲的電腦配置以及各配件選擇原因，配置確定時間為2023.4.26，性價(jià)比不高，僅供參考。

關(guān)鍵詞:? DIY；裝機(jī)；配置單；深度學(xué)習(xí)；2.4萬預(yù)算?

Abstract

As a student majoring in computer science and technology, I have to upgrade my productivity tools?to?ride?the tide of?Artificial Intelligence.?This paper aims at introducing my?new computer specs for deep learning as well as entertainment and the reason why I choose these components. The specs list has a?deadline of?April 26, 2023, which?is not very economical?and?only for your information.

Keywords:??DIY · computer building ·?computer specifications/specs list?· deep learning (DL)?·?a?budget of ￥24,000

一、前言 Introduction

近年來，以深度學(xué)習(xí)為代表的神經(jīng)網(wǎng)絡(luò)進(jìn)入了井噴式發(fā)展階段，ChatGPT等AI大模型遍地開花，AI翻唱、AI繪畫也走進(jìn)了大眾的視野。作為一名計(jì)算機(jī)專業(yè)的研0學(xué)子，想要研究深度學(xué)習(xí)，必然需要一臺強(qiáng)大的計(jì)算機(jī)（尤其需要強(qiáng)力顯卡）作為支撐，我已經(jīng)受夠了1batch1batch地跑訓(xùn)練數(shù)據(jù)、一跑跑一下午的感覺了，這次下血本爭取換未來3年的高質(zhì)量生活

在準(zhǔn)備好了擬錄取所需的材料并忙完了手頭的任務(wù)之后，我花了大約兩周的時間收集資料、研究配置和各種參數(shù)，終于在五一節(jié)前下完了單。你問我為啥不等618？一是早買早享受，省下的錢相當(dāng)于換一個月的體驗(yàn)（說實(shí)話能省多少我也沒個底，因?yàn)槲疫@幾年很少網(wǎng)購，到時候瞅一眼），二是錯峰或許能減少意外發(fā)生率（五一錯峰了個寂寞）

配置單（作業(yè)）主要參考（抄）了某乎befreedoma[1]和Leo Leung[2]的經(jīng)驗(yàn)貼，再結(jié)合自身需求與產(chǎn)品現(xiàn)狀改進(jìn)而來，非常感謝大佬們的分享！

接下來，我將依次對自己進(jìn)行需求分析，介紹各配件的參數(shù)以及我選擇時的心路歷程，文末將附上配置單和參考資料

注意：本文無意做任何產(chǎn)品推薦！不做推薦！不做推薦！只是記錄下這段經(jīng)歷和查找的資料。還有請不要問up為什么選A不選B，問就是爺樂意，再問就是愛的供養(yǎng)

如果這些選擇中日后有令我后悔的選項(xiàng)，那么會在系列文章的最后一篇末作打臉回顧

全文預(yù)計(jì)分四篇增量交付，這里先開個坑

二、需求分析?Requirement?Analysis

￥0

預(yù)算:￥24,000

總指導(dǎo)原則：木桶原理（追求各硬件滿足需求且性能相對均衡）

2.1 生產(chǎn)力需求 ☆☆☆☆☆

各硬件對于深度學(xué)習(xí)(DL)性能的影響程度大致如下[2]：

GPU＞＞主板&CPU＞＞內(nèi)存＞硬盤＞電源（帶的動別炸就行）＞機(jī)箱（裝得下就行）

2.1.1?GPU要求

對于NLP的深度學(xué)習(xí)來說，顯卡的顯存大小至關(guān)重要，尤其是跑大語言模型。24G顯存就能跑復(fù)旦開源的MOSS大模型[3]或者在港科大開源的LMFlow[4]上訓(xùn)練LLaMA-7b模型了，而12G效果可能就不太好（或者就直接爆顯存了）。

此外，根據(jù)千夜明的觀點(diǎn)，顯卡的帶寬、CUDA核心數(shù)、核心頻率也會影響深度學(xué)習(xí)的模型訓(xùn)練速度[5]。CV方向好像更吃CUDA核（我這塊沒仔細(xì)研究，歡迎大佬指正）

至于是否需要搭建工作站（兩張3090之類），個人計(jì)劃組建這臺機(jī)子用于日常學(xué)習(xí)，各種模型跑著玩玩，不是跑實(shí)驗(yàn)用，而且對于游戲來說，多顯卡的性價(jià)比不高[6]，故采用單顯卡方案

2.1.2 CPU要求

根據(jù)煉丹術(shù)師程序Faith的實(shí)驗(yàn)結(jié)論，深度學(xué)習(xí)單顯卡16線程的CPU就基本夠用[7]

CPU頻率增加，深度學(xué)習(xí)效率也會對應(yīng)提升

2.1.3 內(nèi)存(RAM)要求

一般而言，內(nèi)存大小應(yīng)匹配顯存大小[8]，但如果是處理大型數(shù)據(jù)集的場景，可能會因?yàn)榇娣糯罅恐虚g結(jié)果需要更多的內(nèi)存。

故參考深度學(xué)習(xí)用內(nèi)存的一般經(jīng)驗(yàn)法則[9]：

內(nèi)存大小 ≈?125%顯存大小

按24G顯存來算，32G就足以應(yīng)對一般場景了~

內(nèi)存頻率是噱頭，性能提升寥寥無幾[8]，不作考慮。

2.1.4 硬盤要求

大的機(jī)械硬盤(HDD)來裝大數(shù)據(jù)集(建議≥3T)，固態(tài)硬盤(SSD)來裝軟件、程序、小數(shù)據(jù)集[8]

2.2 游戲需求?☆☆☆

2.2.1 GPU要求

如果對游戲性能有高要求，則選擇消費(fèi)級顯卡。因?yàn)橄M(fèi)級顯卡針對DirectX進(jìn)行了優(yōu)化，渲染顯現(xiàn)速度快[1]。

2.2.2 CPU要求

游戲性搭配4090，13600KF以上沒有性能瓶頸[10]

2.2.3?內(nèi)存要求

游戲性DDR5頻率越高越好，選性價(jià)比高的即可[1]

32G內(nèi)存足以應(yīng)對主流游戲

2.2.4 硬盤要求

SSD裝操作系統(tǒng)、軟件和游戲，HDD裝系統(tǒng)備份和其他文件

2.3 其他需求?☆

2.3.1 外觀需求

我喜歡“保守”的風(fēng)格，不需要RGB燈，對最近流行的“海景房”機(jī)箱也不感興趣。

2.3.2 靜音需求

盡可能在不影響散熱情況下，減輕運(yùn)行時的噪音，因?yàn)榭赡芤獛У剿奚幔赡埽?/span>

2.3.3?剪輯需求

能流暢使用Adobe全家桶就行（之前剪UnderMine視頻時經(jīng)常性卡頓）

2.3.4?直播需求

在流暢玩游戲的基礎(chǔ)上，同時處理影像串流，需要系統(tǒng)額外分配一部分的CPU和GPU資源

網(wǎng)絡(luò)方面需要穩(wěn)定的網(wǎng)絡(luò)環(huán)境，以及更高的上傳速率（之前直播游戲卡得播不了QAQ）

外設(shè)方面需要額外購置耳機(jī)、攝像頭，可能還要麥克風(fēng)、獨(dú)立聲卡（這部分暫時擱置，等我裝完機(jī)先）

三、顯卡選擇

3.1 廠商選擇

深度學(xué)習(xí)領(lǐng)域，基本是N卡一家獨(dú)大（因?yàn)橛袃?yōu)秀的硬件架構(gòu)，完善的軟件生態(tài)，更重要的是有CUDA硬件加速[11]），而其他兩家還在努力追趕，所以目前顯卡廠商的選擇是一道單選題

3.2 型號選擇

從算力角度來看，4090真香！[12]

從顯存角度來看，除去4090外，在24G顯存的消費(fèi)級顯卡中，3090可能是不錯的選擇，此外22G顯存的魔改版2080ti也能作為入門的選擇[1]

知名測評博主Tim Dettmers做了一張GPU選購流程圖[13]，在消費(fèi)級顯卡中也是首選RTX4090

所以，在預(yù)算充足的情況下，我毅然決然地選擇了RTX 4090，比起3090避免了礦卡的風(fēng)險(xiǎn)，比起4070Ti多了顯存容量和顯存位寬。

3.3 參數(shù)解讀

上面提到了顯卡的部分參數(shù)，這里簡單解釋一下

3.3.1?CUDA核心/流處理器

CUDA（Compute Unified Device Architecture 統(tǒng)一計(jì)算設(shè)備架構(gòu)），是由NVIDIA推出的通用并行計(jì)算架構(gòu)，是一種讓N卡GPU能完成通用計(jì)算任務(wù)的集成技術(shù)。CUDA支持多種編程語言，基于CUDA的編程可以為數(shù)據(jù)吞吐量大的計(jì)算工作提供很好的加速功能。

流處理器（SP，streaming processor），在編程角度稱為CUDA核心，是N卡GPU中最基本的處理單元。它有兩個重要參數(shù)，核心數(shù)量和核心頻率

如果把顯卡比作小白兔奶糖的包裝車間（處理前的數(shù)據(jù)可以是糖塊，處理后的數(shù)據(jù)可以是包裝好的奶糖），那么CUDA核心數(shù)/流處理器數(shù)就是車間的員工數(shù)量，CUDA核心頻率就是車間員工的干活效率

3.3.2?顯存容量/顯卡內(nèi)存容量

顯存用來存儲顯卡芯片處理前后的渲染數(shù)據(jù)，顯存容量決定著顯存能臨時存儲多少數(shù)據(jù)。

繼續(xù)沿用奶糖車間的比喻，這就是車間倉庫的大小

單位：字節(jié)?Byte

3.3.3?顯存帶寬與顯存位寬

顯存位寬：顯存在一個時鐘周期內(nèi)所能傳送數(shù)據(jù)的位數(shù)，位數(shù)越大則瞬間所能傳輸?shù)臄?shù)據(jù)量越大。我們假設(shè)車間只有一輛斗車，這就是車車容量，即單次能送往倉庫的奶糖數(shù)或拉回車間的糖塊數(shù)。

單位：比特 bit

顯存頻率：這就是車車每秒能運(yùn)輸?shù)拇螖?shù)，反映了車車的車速。

單位：赫茲 Hz

顯存帶寬：顯示芯片與顯存之間的數(shù)據(jù)傳輸速率，這就是車車每秒的運(yùn)輸量，反映了倉庫和車間的運(yùn)輸效率。

單位：字節(jié)每秒 Byte/s

換算公式：顯存帶寬 = 顯存頻率 × 顯存位寬 / 8

CPU、GPU都能參與計(jì)算，那它倆是什么關(guān)系呢？

合作關(guān)系。CPU負(fù)責(zé)處理邏輯復(fù)雜的串行程序，GPU重點(diǎn)處理數(shù)據(jù)密集型的并行計(jì)算程序，從而發(fā)揮CPU+GPU異構(gòu)計(jì)算平臺的最大功效。GPU只能替CPU分擔(dān)工作，而非取代CPU[14]

不難看出，在其他參數(shù)不變時，以上單項(xiàng)參數(shù)都是越高越好

3.4 品牌選擇

考慮品牌無非從五大方面入手：散熱、性能、售后、外觀、價(jià)格[15]

• 散熱上：綜合各大平臺對4090的評價(jià)，你會發(fā)現(xiàn)“散熱過?！币辉~頻繁出現(xiàn)，只要機(jī)箱散熱通道正常，GPU溫度很難到達(dá)溫度墻

• 性能上：差距很小，據(jù)說大約3%~5%
  

• 售后上：保修方式大多是個人送保，也有經(jīng)銷商代保，保修年限2~4年

• 外觀上：蘿卜白菜各有所愛，有燈無燈，黑的白的

• 價(jià)格上：滿足以上需求的同時，價(jià)格越低越好

對我個人而言，外觀上基本沒有需求。所以，我考慮的因素只剩性能、售后和價(jià)格。

性能和價(jià)格綜合起來就是性價(jià)比。一般而言，各品牌同級別的顯卡性能處于同一梯隊(duì)（參考視頻[16]的綜合排名）。雖然不少文章都推薦無腦丐版，但我偏不想選丐版（哎就是玩）。在權(quán)衡各級別4090價(jià)位后，計(jì)劃購買主流級/次旗艦顯卡（再往上旗艦級普遍比次旗艦貴1~2k，個人認(rèn)為不值得）

售后方面，參考了各品牌顯卡級別定位圖[17]，又在貼吧、論壇逛了一圈，大致消息如下。華碩售后的風(fēng)評最好，但是價(jià)格也很高（所謂售后也是價(jià)格的一部分）；七彩虹、索泰售后聽說也不錯；某嘉售后是唯一一個注冊后四年質(zhì)保，但是經(jīng)銷商代保且運(yùn)費(fèi)自付。

綜合考慮后，我選擇了某嘉魔鷹Gaming OC。

附錄一、參考資料 Reference

1. (2023-02-11)【知乎】深度學(xué)習(xí)/AI繪畫煉丹生產(chǎn)力兼游戲性主機(jī)DIY配置詳解

https://zhuanlan.zhihu.com/p/618026401

2. (2023-02-19)【知乎】2023深度學(xué)習(xí)電腦主機(jī)選購指南及配置清單！ 實(shí)驗(yàn)室裝機(jī)案例（2月更新）

https://zhuanlan.zhihu.com/p/375807395

3. (2023-04-23)【小黑盒】復(fù)旦ChatGPT：開源MOSS大模型，3090顯卡即可運(yùn)行

https://www.xiaoheihe.cn/community/7214/list/102982764

4. (2023-04-02)【知乎】3090單卡5小時，每個人都能訓(xùn)練專屬ChatGPT，港科大開源LMFlow

https://zhuanlan.zhihu.com/p/618919940

5. (2023-02-23) 4070Ti、4090顯卡的深度學(xué)習(xí)性能測試和結(jié)論

6. (2020-12-13) 【知乎】作為一般的游戲玩家，有必要安裝兩張顯卡嗎？

https://zhuanlan.zhihu.com/p/336668286

7. (2023-01-09)?深度學(xué)習(xí)主機(jī)需要頂級cpu嗎

8.?(2018-12-16) 【國外大神】完全硬件指南：教你 DIY 一套自己的深度學(xué)習(xí)機(jī)器

http://timdettmers.com/2018/12/16/deep-learning-hardware-guide/

9. (2023-02-27)?【百家號】了解深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的內(nèi)存要求

https://baijiahao.baidu.com/s?id=1758953982235676828&wfr=spider&for=pc

10. (2023-02-13) 史上最強(qiáng)！游戲黨必看的CPU顯卡搭配指南！內(nèi)含17款CPU+9款顯卡+6種游戲測試數(shù)據(jù)！

11. (2022-11-18)【知乎】為什么說CUDA是NVIDIA的護(hù)城河?

https://www.zhihu.com/question/564812763/answer/2765282105

12. (2021-12-26)【知乎】深度學(xué)習(xí)用什么顯卡？

https://zhuanlan.zhihu.com/p/450004076?utm_id=0

13.?(2023-01-16)【國外大神】深度學(xué)習(xí)領(lǐng)域的GPU深度測評

https://timdettmers.com/2023/01/16/which-gpu-for-deep-learning/#more-6

(2023-02-01)【翻譯】為深度學(xué)習(xí)購買哪種GPU: 我在深度學(xué)習(xí)中使用GPU的經(jīng)驗(yàn)和建議

https://blog.csdn.net/community_717/article/details/128832907

14. (2020-03-10)?【CSDN】CUDA是什么-CUDA簡介

https://blog.csdn.net/xiaoxiaolibai/article/details/104770046

15. (2023-03-21) 4090半年體驗(yàn)分享！電老虎？呂布騎狗？核心閹割還能買嗎？

16. (2023-02-27) 4090購買指南，35張顯卡超級大橫評（轉(zhuǎn)載）

17. (2022-12-07) 【貼吧】誰可以說一下4090各品牌從高到低的排名呢

https://tieba.baidu.com/photo/p?kw=%E6%98%BE%E5%8D%A1&ie=utf-8&flux=1&tid=8175615328&pic_id=3085b7003af33a8762009dd9835c10385143b5c5

——————沒有用到但是感覺挺好的文章——————

18. (2018-12-03) 【簡書】深度學(xué)習(xí)工作站配置推薦

https://www.jianshu.com/p/1f67a9f55ae7